学术科研

Shiwen Mao教授作“Vision-aided 3D Human Pose Estimation with RFID: Design, Implementation, and Generalization”专题报告

发布日期:2022-06-16 发表者:陈治国 浏览次数:


   (文|王晗铭  编辑|信息  审核|朱容波)6月14日上午,受信息学院朱容波教授邀请,美国亚拉巴马州奥本大学Shiwen Mao教授利用腾讯会议作了一场关于“RFID视觉辅助三维人体姿态跟踪”的精彩报告。报告吸引了广大师生参会。

 

Mao教授专题汇报的题目是《Vision-aided 3D Human Pose Estimation with RFID: Design, Implementation, and Generalization》。会议伊始,Mao教授深入浅出地介绍了人体姿态跟踪任务的原理与应用场景,引出了本次报告的技术重点:RFID技术。

 

   随后,Mao教授分析了RFID技术与人体姿态跟踪任务相结合的优势与挑战。他在报告中指出,RFID技术具有无照明需求、用户隐私性高、信号受障碍影响小的优点,这些优点是基于计算机视觉的方法所无法比拟的;然而目前RFID技术在人体姿态跟踪任务中的应用尚不成熟,未来研究中还需关注“运动相关特征提取”“射频特征到人体姿态的映射”“静态姿势与运动姿势跟踪”等科学问题。

 

   紧接着,Mao教授通过2个例子,介绍了课题组在当前的成果:在信号处理方面,为解决噪声与信号干扰带来的数据失真问题,将感知数据进行了下采样同步与HaLRTC等方法进行预处理以抑制噪声所带来的影响;在RFID数据的骨架生成方面,设计了深层运动神经网络模型,将时序RFID数据依次进编码与解码操作转换成四元数并构建旋转矩阵,最终通过正向运动层(Forward kinematic layer)进行训练生成三维姿态骨架。此外,Mao教授还指出他们在实验过程中发现模型还存在泛化能力不足问题,不同测试者、不同环境场景会对姿态跟踪精度造成影响,因此课题组采用元学习方式对模型进行改进,进一步解决RFID识别人体姿态精度问题。

 

   报告结束,参会师生与Mao教授开展了深入研讨。王玉龙教授等与Mao教授就RFID技术在人体姿态跟踪应用未来发展方向、信号处理技术的算法效果进行了探讨,会议在热烈愉悦的交流氛围中落幕。