Om zich aan te passen aan de open stedelijke omgeving, moeten intelligente lichamen de lichaamsbewegingen van de omliggende mensen en de structuur van de scène in realtime vastleggen. De traditionele perceptie betekent gebaseerd op traagheidssensoren en camera's, die de problemen hebben van langdurige gegevensafwijking en gevoeligheid voor respectievelijk licht- en omgevingsdynamische veranderingen, zijn moeilijk om te voldoen Fields of Intelligent Drive, Service Robotics en Sports Training.
Sinds 2022 is het team van Prof. Cheng Wang en Prof. Chenglu Wen de eerste die Lidar Human Motion Capture Technology voorstelt in de International Arena (Lidarcap, CVPR 2022; HSC4D, CVPR 2022; Sloper4D, CVPR 2023). In deze publicatie, Hisc4d, doorbreekt het team een methode om verschillende interactiebewegingen van twee personen en 3D-scènes in het eerste persoon te vangen in grootschalige binnen- en buiten open scènes. De methode construeert een multi-fasen gewrichtsoptimalisatiekader door traagheidsbegeleiding en LIDAR-gegevens te combineren, die effectief het driftprobleem oplost dat wordt veroorzaakt door traagheidsbegeleiding en de scèneconstructie-nauwkeurigheid aanzienlijk verbetert en het bereik van ruimtelijke, menselijke beweging en interactie-opname aanzienlijk uitbreidt. Tegelijkertijd wordt de eerste multimodale tweepersoonsinteractiegegevensset uitgebracht, die verschillende scènetypen en gediversifieerde menselijke bewegingen omvatten, waardoor trainingsgegevensmiddelen worden geboden voor gerelateerde onderzoeksvelden. HISC4D-technologie gebruikt LIDAR als kernsensor om menselijke bewegingen en 3D-scènes te reconstrueren dezelfde tijd, die een nieuwe manier van denken opent voor belichaamde intelligentie om naar het enorme buitenleven te gaan en in de menigte te integreren.
