首页
›
热销单品
›
视觉图像与光学光电
›
《基于深度相机的姿态估计与动作捕捉》
所属分类:视觉图像与光学光电
当前为单品课程,可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录
咨询 / 购买
📘
基于深度相机的姿态估计与动作捕捉
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 深度相机姿态估计与动作捕捉的行业应用…
课程导入
学习目标
02
深度相机基础
深度相机工作原理(结构光 · ToF · 双目立体视觉)
深度相机基础
深度相机工作原理
03
深度相机选型与标定
主流深度相机(Kinect · RealSense · Orbbec等)对比
深度相机选型
标定
04
人体姿态估计基础
2D姿态估计与3D姿态估计的区别 · 常用人体关键点定义(COCO · MPII等)
人体姿态估计基础
2D姿态估计
05
深度数据预处理
深度图去噪 · 空洞填充 · 滤波(双边滤波
深度数据预处理
深度图去噪
06
人体检测与分割
基于深度信息的背景减除 · 人体区域提取 · 点云聚类与人体分割方法
人体检测
分割
07
2D姿态估计经典方法
基于CNN的2D关键点检测(如Ope… · HRNet)原理与实现
2D姿态估计经典…
CNN
08
3D姿态估计方法
基于深度图的3D关键点回归 · 基于点云的3D姿态估计 · 体积表示法
3D姿态估计方法
基于深度图的3D…
09
深度相机与RGB融合
RGB-D融合策略 · 多模态特征提取 · 深度信息对姿态估计的增强作用
RGB
深度相机
10
基于深度学习的姿态估计模型
常用网络架构(ResNet · Hourglass · Transformer)在姿态估计中…
基于深度学习的姿…
ResNet
11
动作捕捉基础
动作捕捉概念 · 光学式与惯性式对比 · 基于深度相机的无标记动作捕捉优势
动作捕捉基础
动作捕捉概念
12
骨骼模型与运动学
人体骨骼模型定义 · 关节自由度 · 正向运动学与逆向运动学基础
骨骼模型
运动学
13
姿态估计中的时序建模
时序平滑 · 卡尔曼滤波 · LSTM/GRU在姿态序列中的应用
姿态估计
时序建模
14
动作捕捉数据格式
BVH · FBX · CSV等格式解析
动作捕捉数据格式
BVH
15
实时姿态估计与动作捕捉
实时处理流程 · 帧率优化 · 延迟控制
实时姿态估计
动作捕捉
16
多视角深度相机系统
多相机标定 · 视角融合 · 遮挡处理
多视角深度相机系…
多相机标定
17
动作识别与分类
基于姿态序列的动作识别方法(RNN · Transformer · 图卷积网络)
动作识别
分类
18
动作评估与反馈
姿态相似度度量 · 动作质量评分 · 在康复训练与体育分析中的应用
动作评估
反馈
19
案例实战
基于RealSense的实时3D姿态…
案例实战
RealSense
20
案例实战
基于Kinect的动作捕捉驱动虚拟角…
案例实战
Kinect
21
案例实战
多人交互场景下的动作捕捉与姿态估计(… · 体育比赛)
案例实战
多人交互场景下的…
22
案例实战
基于深度相机的跌倒检测与姿态异常预警…
案例实战
基于深度相机的跌…
23
常见问题与调试
深度噪声 · 遮挡 · 快速运动模糊
常见问题
调试
24
模型优化与部署
模型轻量化 · 量化 · TensorRT/ONNX部署
模型优化
部署
25
数据集与评估指标
常用数据集(Human3.6M · NTU RGB+D · CMU Panoptic)
数据集
评估指标
26
深度相机姿态估计的局限性
光照影响 · 材质反射 · 距离限制
深度相机姿态估计…
光照影响
27
与IMU融合
深度相机与惯性测量单元(IMU)融合…
IMU
融合
28
前沿进展
基于深度学习的端到端动作捕捉 · 神经渲染 · 生成式动作模型
前沿进展
基于深度学习的端…
29
综合项目实战
设计并实现一个完整的基于深度相机的动… · 方案设计 · 实现
综合项目实战
设计并实现一个完…
30
课程总结与进阶路径
知识体系回顾 · 常见误区 · 学习资源推荐
课程总结
进阶路径
所属VIP或分类
同VIP:1.6T光模块电芯片112G到224G架构演进路线实战
同VIP:30天掌握UVM验证工程
同VIP:3A算法实战调优指南