人体骨骼关节动作AI识别在沉浸式体验设计中的应用

作     者：赵泾钧 杨婷 ZHAO Jingjun;YANG Ting

作者机构：北京经济管理职业学院珠宝与艺术设计学院北京100102 北京经济管理职业学院人工智能学院北京100102 

出 版 物：《微型电脑应用》 (Microcomputer Applications)

年 卷 期：2024年第40卷第10期

页      面：29-33页

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程] 

基　　金：北京市教育委员会科研计划项目资助(SM202314073001) 

主　　题：人体骨骼关节动作 AI识别 沉浸式体验 

摘      要：由于人体动作的多样性和复杂性,现有方法无法精准地实现人体和背景的分离,且未能捕捉关节关键特征,人体动作与虚拟对象之间动作跟随准确性不佳。为此,提出人体骨骼关节动作AI识别在沉浸式体验设计中的应用研究。通过Kinect传感器获取人体动作图像,利用阈值分割技术将人体从背景环境中分割,并提取人体骨骼关节关键特征。以特征为输入,利用BP神经网络实现人体骨骼关节动作识别。将人体动作数据映射到虚拟对象上,让二者动作实时同步,实现沉浸式体验。结果表明,所提方法的Kappa系数接近于1,识别结果一致性较高,且在沉浸式交互测试中,实际人体与虚拟人物间的关节运动角度相关系数最低仅为0.96,具有较好的应用效果。