BaroPoser：基于日常设备中IMU和气压计的实时人体运动追踪

DOI

近年来，使用智能手机和智能手表等日常设备中的IMU追踪人体运动越来越受欢迎。然而，由于传感器测量的稀疏性以及缺乏捕捉非平坦地形上人类运动的数据集，现有方法在姿态估计精度方面常常遇到困难，并且通常仅限于恢复平坦地形上的运动。为此，我们提出了BaroPoser，这是第一种结合智能手机和智能手表记录的IMU和气压数据来实时估计人体姿态和全局位移的方法。通过利用气压读数，我们估计传感器高度变化，这为提高人体姿态估计精度和预测非平坦地形上的全局位移提供了有价值的线索。此外，我们提出了局部大腿坐标框架来解耦局部和全局运动输入，以更好地进行姿态表示学习。我们在公共基准数据集和真实世界记录上评估了我们的方法。定量和定性结果表明，我们的方法优于使用相同硬件配置的仅使用IMU的最先进（SOTA）方法。