Fusão de Múltiplos Sensores Kinect para Rastreamento do Esqueleto Humano Usando Filtragem de Kalman

Os sensores Kinect conseguem alcançar um desempenho considerável no rastreamento do esqueleto de maneira conveniente e de baixo custo. No entanto, os sensores Kinect frequentemente geram poses de esqueleto ruins devido à auto-oclusão, que é um problema comum entre a maioria dos sistemas de detecção baseados em visão. Uma maneira simples de resolver esse problema é usar múltiplos sensores Kinect em um espaço de trabalho e combinar as medições dos diferentes sensores. No entanto, esse método cria um novo problema conhecido como problema de fusão de dados. Nesta pesquisa, desenvolvemos um sistema de rastreamento do esqueleto humano usando a estrutura do filtro de Kalman, no qual múltiplos sensores Kinect são usados para corrigir dados de rastreamento imprecisos de um único sensor Kinect. Nossa contribuição é propor um método para determinar a confiabilidade de cada posição 3D rastreada de uma articulação e, em seguida, combinar múltiplas observações com base na confiança da medição. Avaliamos a abordagem proposta comparando-a com a verdade de referência obtida usando um sistema comercial de captura de movimento baseado em marcadores.