普适性的视觉感知与运动感知

转自：http://www.toutiao.com/i6456928733306552846/

一、什么是普适性视觉

视觉感知的内涵：对每一帧3D视频，直接地能够分析清楚帧内都有什么、在什么位置、姿态是什么，间接地了解帧内各物体的相互关系；对帧间3D视频序列，直接地能够分析帧间相同物体的运动情况，这里的运动包含非刚体&非线性运动，间接地了解各物体的相互运动影响。

从这样的内涵出发，针对普适性的视觉目标，有两点需要做到：

1. 稳定地、无歧义地、同胚地对场景&物体的覆盖性视觉表达——普适性视觉；

2. 普适性视觉基础上的精确配准。

先看我们的算法，如下图，对每一帧3D视频，做出普适性视觉表达，帧间对物体的各局部的非刚体非线性运动，都能很好的捕捉（所使用的数据集均是行业公开的代表性数据）。

普适性视觉感知&运动感知

我们的视觉算法与当前相关算法的对比，如下图：

相关算法的对比效果

注：对比性的相关算法，需要详细了解，可以网络搜索查看。

二、视觉感知与运动感知的应用

视觉技术的应用比较广泛，典型应用如下：

• 智能电视上的手势操控

• 体感游戏

• AR眼镜

• AR游戏

• （语义）SLAM

• 机器人跟踪

• 高精地图

• 视觉导航