为松身可穿戴设备选择运动基准真相：光学动作捕捉方法基准测试

为帮助智能可穿戴研究者选择适用于各类松身服装的最佳动作捕捉（MoCap）基准真相方法，我们构建了一个专门评估光学标记式和无标记式动作捕捉性能的基准测试平台DrapeMoCapBench（DMCB）。高成本的标记式动作捕捉系统作为精确的金标准而广为人知，但一个不太为人所知的局限性是它们需要在骨性区域紧贴皮肤佩戴标记才能保证指定精度，这对松身服装来说存在问题。另一方面，由计算机视觉模型驱动的无标记式动作捕捉方法近年来已成熟，成本低廉，仅需智能手机摄像头即可。为此，DMCB使用大量真实世界记录的动捕数据集进行并行3D物理模拟，具有广泛的多样性：六种从紧身到极度宽松的垂坠水平，三种运动水平和六种体型-性别组合，以基准测试最先进的光学标记式和无标记式动捕方法，从而识别不同场景下表现最佳的方法。在评估松身日常服装的标记式和低成本无标记式动捕性能时，两种方法都表现出显著的性能损失（>10cm），但对于涉及基本和快速运动的日常活动，无标记式动捕略优于标记式动捕，成为可穿戴研究的优选且经济高效的选择。代码可在github.com/lalasray/DMCB/获取。