Hybrid Orientation Based Human Limbs Motion Tracking Method
PBN-AR
Instytucja
Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej (Politechnika Łódzka)
Informacje podstawowe
Główny język publikacji
en
Czasopismo
SENSORS (30pkt w roku publikacji)
ISSN
1424-8220
EISSN
Wydawca
MDPI AG
DOI
URL
Rok publikacji
2017
Numer zeszytu
12
Strony od-do
2857
Numer tomu
17
Identyfikator DOI
Liczba arkuszy
Autorzy
Słowa kluczowe
en
data fusion; depth sensor; Microsoft Kinect; IMU; motion tracking
Streszczenia
Język
en
Treść
One of the key technologies that lays behind the human–machine interaction and human motion diagnosis is the limbs motion tracking. To make the limbs tracking efficient, it must be able to estimate a precise and unambiguous position of each tracked human joint and resulting body part pose. In recent years, body pose estimation became very popular and broadly available for home users because of easy access to cheap tracking devices. Their robustness can be improved by different tracking modes data fusion. The paper defines the novel approach—orientation based data fusion—instead of dominating in literature position based approach, for two classes of tracking devices: depth sensors (i.e., Microsoft Kinect) and inertial measurement units (IMU). The detailed analysis of their working characteristics allowed to elaborate a new method that let fuse more precisely limbs orientation data from both devices and compensates their imprecisions. The paper presents the series of performed experiments that verified the method’s accuracy. This novel approach allowed to outperform the precision of position-based joints tracking, the methods dominating in the literature, of up to 18%.
Cechy publikacji
discipline:Informatyka – dziedzina nauk matematycznych
discipline:Informatyka – dziedzina nauk technicznych
discipline:Computer science – field of mathematics
discipline:Computer science – field of technical sciences
Original article
Original article presents the results of original research or experiment.
Oryginalny artykuł naukowy
Oryginalny artykuł naukowy przedstawia rezultaty oryginalnych badań naukowych lub eksperymentu.
Inne
System-identifier
PBN-R:840506
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych