基于RGB输入的移动端实时3D人体骨骼动画驱动系统的任务书.docx

基于RGB输入的移动端实时3D人体骨骼动画驱动系统的任务书
任务书
背景：
人体骨骼动画驱动技术在游戏、影视等领域中得到了广泛应用，但大多是在PC平台上进行处理。随着移动设备性能的不断提升，越来越多的人开始将目光投向了移动设备领域。因此，本项目旨在构建一个基于RGB输入的移动端实时3D人体骨骼动画驱动系统，能够实现在移动设备上进行3D人体骨骼动画驱动。
任务：
1.设计基于RGB输入的移动端实时3D人体骨骼动画驱动系统。
2.进行状态检测和目标跟踪，实现对人体的实时3D感知。
3.实现人体姿态估计算法，实现对人体骨骼的3D建模。
4.实现动画驱动算法，实现对人体骨骼的动画控制。
5.优化算法和代码，保证系统的实时性和稳定性。
6.完成系统的测试和调试，并进行用户评估。
7.撰写系统开发过程的文档及实验结果的报告。
任务分解：
1.系统设计：
设计基于RGB输入的移动端实时3D人体骨骼动画驱动系统，并确定系统的功能和需求。编写详细设计文档。
2.状态检测和目标跟踪：
完成状态检测和目标跟踪的算法，实现对人体的实时3D感知，并确定跟踪算法的性能指标。在目标跟踪之前，需要对现场环境进行检测，除去不需要的干扰。
3.人体姿态估计算法：
完成3D人体骨骼建模算法，实现对人体姿态的估计。同时，考虑使用现有的标记点的人体骨骼建模算法，提高算法的准确性。
4.动画驱动算法：
实现对人体骨骼的动画控制。完成基本的骨骼动画驱动算法，加入一些优化算法，提高动画的逼真度。
5.优化算法和代码：
主要是在保证系统实时性和稳定性的前提下，加入一些优化算法，提高算法和代码的效率。
6.测试和调试：
进行系统测试和调试，并进行性能测试。测试结果和系统问题分析都需要记录下来。
7.撰写文档和报告：
完成系统开发过程的文档和实验结果的报告，并对系统的测试结果进行分析和评估。
任务要求：
1.实现过程中需要使用深度学习算法、3D建模算法和骨骼动画驱动算法等，并需要熟悉移动端开发技术。
2.项目的成功完成需要保证算法和代码的质量和实时性，并能够运行于移动设备上，同时按时完成任务。
3.建议使用Python、C++等编程语言和OpenCV、OpenGL等开发框架。
4.期望能够按时完成任务，且具有一定的独立思考能力和解决问题的能力。
5.期望完成一篇具有一定学术价值的实验报告，能够说明系统开发过程、任务完成情况、实验结果和分析等内容。
参考文献：
[1]SimoneCalderara,SimoneBronzin,MarcoCristani,etal.“ShapeRecognitionforReal-timeCloud-basedRGB-DCameras”,IJCV,2017.
[2]FoteiniSetaki,GeorgiosK.Ouzounis,AntonisA.Argyros,etal.“Real-time3DSkeletonExtractionfromaSingleRGB-DCamera”,CVPR,2018.
[3]YinhongZhang,YanLiu,JianwuLi,etal.“High-SpeedHumanActionRecognitionBasedOn3DMotionTrajectory”,IEEETransactionsonCybernetics,2019.
[4]张涛.神经网络与深度学习[M].电子工业出版社,2016.
[5]许庆宏.基于深度神经网络的人体动作分类与识别[D].四川大学,2016.