面向Kinect骨骼运动数据优化的堆叠双向循环自编码器

摘要

深度相机Kinect获取的人体骨骼运动数据含有大量噪声并且骨骼节点较少,数据细节层次较低。针对该问题,文章提出一种用于优化Kinect骨骼运动数据的网络,该网络由6个双向循环自编码器堆叠构成,通过堆叠结构提高数据的平滑自然性,并在训练阶段利用隐变量约束确保骨骼运动数据细节层次提高后仍具有合理的骨骼结构。在运行阶段,采用滑窗处理方式获得长序列的优化结果。实验结果表明,该网络得到的优化后数据具有更好的平滑性并能保持更为合理的骨骼结构,能够达到用低精度Kinect设备获取高精度动捕数据的目标。