【iOS ARKit】3D 人体姿态估计

2024-02-05 11:20
文章标签 3d ios 估计 人体 姿态 arkit

本文主要是介绍【iOS ARKit】3D 人体姿态估计,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       与基于屏幕空间的 2D人体姿态估计不同,3D人体姿态估计是尝试还原人体在三维世界中的形状与姿态,包括深度信息。绝大多数的现有3D人体姿态估计方法依赖2D人体姿态估计,通过获取 2D人体姿态后再构建神经网络算法,实现从 2D 到 3D人体姿态的映射。

      在 ARKit中,由于是采用计算机视觉的方式估计人体姿态,与2D人体姿态估计一样,3D人体姿态估计也受到遮挡、光照、姿态、视角的影响,并且相比于2D人体姿态估计,3D人体姿态估计计算量要大得多,也要复杂得多。但幸运的是,我们并不需要去关注底层的算法实现,ARKit会在检测到人体时直接提供一个ARBodyAnchor 类型对象,该对象包含一个 ARSkeleton3D类型的人体骨骼类型,通过这个类型可以获取所有检测到的人体骨骼关节点信息。ARBodyAnchor 描述了检测到的3D人形结构信息,其结构如下图所示。

     对比图2D结构,可以看到,在 ARKit 中,2D与3D人体关节结构层次基本一致,唯一不同的是,在3D 人体结构中,多了一个表示 3D 人体空间位置信息的 Transform(ARBodyAnchor 下的Transform)。在使用上,这两者使用方法完全一样,只是代表3D 人体骨骼的Skeleton 结构比2D更复杂。

      描述 3D人体骨骼结构的类为 ARSkeleton3D,也继承自 ARSkeleton 类,ARSkeleton3D 描述了3D空间中的人体骨骼节点结构。由于描述的人体结构是在三维空间中的层次结构,该类包含两个表示位置信息的数组 jointLocalTransforms 和 jointModelTransforms,其中jointLocalTransforms 描述的位置信息是某个节点相对其父节点的位置,而jointModelTransforms 描述的位置信息是相对检测到的ARBodyAnchor 位置。jointLocalTransforms 和 jointModelTransforms 包含的是3D空间中各关节点的位置信息矩阵。

     在使用中,可以通过 ARSkeleton3D 的 localTransform(for: ARSkeleton. JointName)方法得到某个关节点相对其父节点的位置,此方法需要传递关节点的原始名称(rawValue)而不是ARSkeleton 预定义的关节点名(预定义关节点名可以通过其.rawValue 获取原始名称)。同样,我们也可以通过 modelTransform(for: ARSkeleton. JointName)方法得到某个关节点相对 ARBodyAnchor 的位置。

       jointLocalTransforms 和 jointModelTransforms都是simd_float4x4 类型数组,因此我们也可以直接通过下标取到特定的关节点位置信息,下标方法取值比使用localTransform() 和 modelTransform()方法快得多,特别是对每次 ARAnchor update 都要执行的循环操作,可以节省很多时间。获取特定节点名称的索引值可以通过 definition.index (for:)方法实现。除此之外,还可以通过 ARSkeleton3D 的 isJointTracked(_:)方法查询每一个关节点在当前帧的检测跟踪情况,也可以获取每一个关节点的父节点。

    得到姿态信息是一个仿射变换矩阵 在仿射变换矩阵中,每一列都代表了不同的变换元素。具体到 simd_float4x4 中,这四列分别对应于平移(Translation)、缩放(Scale)、旋转(Rotation)和透视(Perspective)的变换。

  1. 第一列 (columns.0): X 轴方向的基向量,它包含了 X 轴上的缩放比例。
  2. 第二列 (columns.1): Y 轴方向的基向量,它包含了 Y 轴上的缩放比例。
  3. 第三列 (columns.2): Z 轴方向的基向量,它包含了 Z 轴上的缩放比例。
  4. 第四列 (columns.3): 位移(Translation)向量,它包含了平移信息。

    对于旋转矩阵来说,它是正交矩阵,因此其中的这三列(columns.0、columns.1、columns.2)是互相垂直的单位向量,表示了旋转的方向。而平移向量则描述了物体在空间中的位置。在 ARKit 中的 jointModelTransforms 中,这些矩阵描述了每个关节相对于整个人体坐标系的变换,因此你可以使用其中的这些信息来实现例如骨骼动画、渲染等效果。

3D人体姿态估计基础

     3D人体姿态估计在娱乐电玩、体育科学、人机交互、教育培训、工业制造等领域都有着广泛的应用。在ARKit 中,我们可以很简单方便地从底层 API 中获取检测到的3D人体姿态估计数据信息,但应用这些数据却需要详细了解3D人体姿态估计数据结构。本节先从原理技术上阐述应用数据的机制,然后学习 ARKit中对3D人体骨骼节点的结构描述。

     在2D人体姿态估计中,ARKit 使用了17个人体骨骼关节点对姿态信息进行描述,在3D人体姿态估计中,这个数量要大得多,共使用了91个人体骨骼关节点进行描述,并且这91个关节点并不在一个平面内,而是以三维的形式分布在3D空间中,与2D人体骨骼关节点一样,这些骨骼关节点对应真实人体骨骼位置,它们的分布与相互连接关系如图所示。

     在图中,我们也可以看到,定义人体根骨骼的Root 节点不在脚底位置,而是在尾椎骨位置,所有其他骨骼都以 Root 节点为根。详细的骨骼节点关联关系如下表所示。

肢体部位

骨骼关节点名称

索引

父节点名称

索引

尾椎骨

root

0

一1

臀部

hips_joint

1

root

0

左腿

left_upLeg_joint

2

hips_joint

1

left_leg joint

3

left_upLeg_joint

2

left_foot_joint

4

left_leg_joint

3

left_toes_joint

5

left_foot_joint

4

left_toesEnd_joint

6

left_toes_joint

5

右腿

right_upLeg_joint

7

hips_joint

7

right_leg_joint

8

right_upLeg_joint

7

right_foot_joint

9

right_leg joint

8

right_toes _joint

10

right_foot_joint

9

right_toesEnd_joint

11

right_toes _joint

10

脊柱

spine_1 _joint

12

hips_joint

1

spine_2_joint

13

spine_ 1 joint

12

spine_3_joint

14

spine_2_joint

13

spine_4_joint

15

spine_3 _joint

14

spine_5 _joint

16

spine_4_joint

15

spine_6 _joint

17

spine_5_joint

16

spine_7_joint

18

spine_6_joint

17

左臂

left_shoulder_1_joint

19

spine_? joint

18

left_arm_joint

20

left_ shoulder_1_joint

19

left_forearm_ joint

21

left_arm_joint

20

左手

left_hand_joint

22

left_forearm_joint

21

左手食指

left_handIndexStart_joint

23

left_hand_joint

22

left_handIndex_ 1_joint

24

left_handIndexStart_joint

23

left_handIndex_2 _joint

25

left_handIndex_1 joint

24

left_handIndex_3_joint

26

left_handIndex_2_joint

25

left_handIndexEnd joint

27

left_handIndex_3 joint

26

左手中指

left_handMidStart_joint

28

left_hand_joint

22

left_handMid_1_ joint

29

left_handMidStart_joint

28

left_handMid_ 2_joint

30

left_handMid_1 _joint

29

left _handMid_3_joint

31

left_handMid_2 _joint

30

left_handMidEnd joint

32

left_handMid_3_joint

31

左手无名指

left_handPinkyStart_joint

33

left_hand_joint

22

left_handPinky_1_ joint

34

left_handPinkyStart_joint

33

left_handPinky_2 joint

35

left_handPinky_1 joint

34

left_handPinky_3 _joint

36

left_handPinky_ 2 joint

35

left_handPinkyEnd_joint

37

left_handPinky_3_joint

36

肢体部位

骨骼关节点名称

索引

父节点名称

索引

左手小指

left_handRingStart_joint

38

left_hand_joint

22

left_handRing_1_joint

39

left_ handRingStart_joint

38

left_handRing_2 joint

40

left_handRing_ 1_joint

39

left handRing_3_joint

41

left_handRing_2_ joint

40

left_handRingEnd_joint

42

left_ handRing_3_joint

41

左手母指

left_handThumbStart_ joint

43

lleft_hand_joint

22

left handThumb_1_joint

44

left_handThumbStart_ joint

43

left_handThumb_2 _joint

45

 left_handThumb_1_joint

44

left handThumbEnd_joint

46

left_handThumb_2_joint

45

颈椎

neck_1 _joint

47

spine_7_ joint

18

neck 2 joint

48

neck_1 _joint

47

neck_3_joint

49

neck_2 joint

48

neck_4 joint

50

neck_3 _joint

49

头部

head_joint

51

neck_4 _joint

50

下巴

jaw_joint

52

head_ joint

51

chin_ joint

53

jaw_ joint

52

左眼

left_eye _joint

54

head_joint

51

left_eyeLowerLid_joint

55

left_eye_joint

54

left_eyeUpperLid_joint

56

left_eye_joint

54

left_ eyeball_joint

57

left_eye_joint

54

鼻子

nose_joint

58

head joint

51

右眼

right_eye joint

59

head_joint

51

right_ eyeLowerLid_joint

60

right_eye_joint

59

right_eyeUpperLid joint

61

right_eye_joint

59

right_eyeball_joint

62

right_eye_ joint

59

右臂

right_shoulder_1 _joint

63

spine_7_joint

18

right_arm_joint

64

right_shoulder_1_joint

63

right_forearm_joint

65

right_arm_ joint

64

右手

right_hand_joint

66

right_forearm_joint

65

右手食指

right_handIndexStart_ joint

67

right_hand_joint

66

right_handindex_ 1_joint

68

right_handIndexStart_joint

67

right_ handIndex_2 joint

69

right_handIndex_ 1_joint

68

right_handIndex_3_joint

70

right_handIndex_2_ joint

69

right_handIndexEnd_joint

71

right_handIndex_3_joint

70

右手中指

right_ handMidStart_joint

72

right_hand_joint

66

right_handMid_1_ joint

73

right_handMidStart_joint

72

right_handMid_2_joint

74

right_handMid_1_joint

73

right_handMid_3 _joint

75

right_ handMid_ 2 joint

74

right_ handMidEnd_joint

76

right_handMid_3 _joint

75

肢体部位

骨骼关节点名称

索引

父节点名称

索引

右手无名指

right_handPinkyStart_ joint

77

right_hand_joint

66

right_ handPinky_1_joint

78

right_handPinkyStart _joint

77

right_handPinky_2_ joint

79

right_handPinky_1_joint

78

right_handPinky_3_ joint

80

right_handPinky_2 _joint

79

right_ handPinkyEnd_joint

81

right_handPinky_3_joint

80

右手小指

right_handRingStart_joint

82

right_hand_joint

66

right_handRing_ 1_joint

83

right_handRingStart_joint

82

right_ handRing_2_joint

84

right_handRing_ 1_joint

83

right_handRing_3 joint

85

right_handRing_2 joint

84

right_handRingEnd _joint

86

right_handRing_3_joint

85

右手母指

right_handThumbStart_ joint

87

right_hand_joint

66

right_handThumb_1_joint

88

right_handThumbStart_joint

87

right_handThumb_2_joint

89

right_handThumb_1_joint

88

right_handThumbEnd_joint

90

right_handThumb_2 _joint

89

     人体骨骼关节点名称开发者可以自行定义,但关节点数量、序号、关联关系必须与表中一致。如果用于驱动三维模型,人体骨骼关节点命名建议应与模型骨骼命名完全一致以减少错误和降低程序绑定压力。

这篇关于【iOS ARKit】3D 人体姿态估计的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/680756

相关文章

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

安卓链接正常显示,ios#符被转义%23导致链接访问404

原因分析: url中含有特殊字符 中文未编码 都有可能导致URL转换失败,所以需要对url编码处理  如下: guard let allowUrl = webUrl.addingPercentEncoding(withAllowedCharacters: .urlQueryAllowed) else {return} 后面发现当url中有#号时,会被误伤转义为%23,导致链接无法访问

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

【iOS】MVC模式

MVC模式 MVC模式MVC模式demo MVC模式 MVC模式全称为model(模型)view(视图)controller(控制器),他分为三个不同的层分别负责不同的职责。 View:该层用于存放视图,该层中我们可以对页面及控件进行布局。Model:模型一般都拥有很好的可复用性,在该层中,我们可以统一管理一些数据。Controlller:该层充当一个CPU的功能,即该应用程序

SAM2POINT:以zero-shot且快速的方式将任何 3D 视频分割为视频

摘要 我们介绍 SAM2POINT,这是一种采用 Segment Anything Model 2 (SAM 2) 进行零样本和快速 3D 分割的初步探索。 SAM2POINT 将任何 3D 数据解释为一系列多向视频,并利用 SAM 2 进行 3D 空间分割,无需进一步训练或 2D-3D 投影。 我们的框架支持各种提示类型,包括 3D 点、框和掩模,并且可以泛化到不同的场景,例如 3D 对象、室

模具要不要建设3D打印中心

随着3D打印技术的日益成熟与广泛应用,模具企业迎来了自建3D打印中心的热潮。这一举措不仅为企业带来了前所未有的发展机遇,同时也伴随着一系列需要克服的挑战,如何看待企业引进增材制造,小编为您全面分析。 机遇篇: 加速产品创新:3D打印技术如同一把钥匙,为模具企业解锁了快速迭代产品设计的可能。企业能够迅速将创意转化为实体模型,缩短产品从设计到市场的周期,抢占市场先机。 强化定制化服务:面

数据集 3DPW-开源户外三维人体建模-姿态估计-人体关键点-人体mesh建模 >> DataBall

3DPW 3DPW-开源户外三维人体建模数据集-姿态估计-人体关键点-人体mesh建模 开源户外三维人体数据集 @inproceedings{vonMarcard2018, title = {Recovering Accurate 3D Human Pose in The Wild Using IMUs and a Moving Camera}, author = {von Marc

iOS剪贴板同步到Windows剪贴板(无需安装软件的方案)

摘要 剪贴板同步能够提高很多的效率,免去复制、发送、复制、粘贴的步骤,只需要在手机上复制,就可以直接在电脑上 ctrl+v 粘贴,这方面在 Apple 设备中是做的非常好的,Apple 设备之间的剪贴板同步功能(Universal Clipboard)确实非常方便,它可以在 iPhone、iPad 和 Mac 之间无缝传输剪贴板内容,从而大大提高工作效率。 但是,iPhone 如何和 Wind

数据集 Ubody人体smplx三维建模mesh-姿态估计 >> DataBall

Ubody开源人体三维源数据集-smplx-三维建模-姿态估计 UBody:一个连接全身网格恢复和真实生活场景的上半身数据集,旨在拟合全身网格恢复任务与现实场景之间的差距。 UBody包含来自多人的现实场景的1051k张高质量图像,这些图像拥有2D全身关键点、3D SMPLX模型。 UBody由国际数字经济学院(IDEA)提供。 (UBody was used for mesh r

WPF入门到跪下 第十三章 3D绘图 - 3D绘图基础

3D绘图基础 四大要点 WPF中的3D绘图涉及4个要点: 视口,用来驻留3D内容3D对象照亮部分或整个3D场景的光源摄像机,提供在3D场景中进行观察的视点 一、视口 要展示3D内容,首先需要一个容器来装载3D内容。在WPF中,这个容器就是Viewport3D(3D视口),它继承自FrameworkElement,因此可以像其他元素那样在XAML中使用。 Viewport3D与其他元素相