1.1 项目背景分析
近年来，RGB-Depth（RGB-D）传感器，如Kinect V1，和Structure Sensor等，在室内即时定位与地图构建应用上被广泛使用[1]。该类传感器与传统激光测图原理不同，基于结构光实现距离量测。其硬件由激光投射器，光学衍射元件（DOE）和红外摄像头三大核心器件组成。激光投射器发射的激光先通过DOE扩散为随机光斑，然后复制成多份投射到被摄物体上，深度信息可通过发射与反射的红外光斑强度差解算出来，以每秒30帧的速率同步输出640*480的深度和视觉图像，有效距离在0.5m-5m左右，经过数据校正之后可达8m的量测距离[2]。该类设备具有距离信息实时获取，便携性强，价格低廉等优点，非常适合下快速三维建模[3]。
本项目拟依托低成本的深度传感器实现人体三维建模与姿态检测，项目旨在减轻医疗人员的负担，使用相机获取人体的节点，构建不同姿态的度空间识别和判断模型，可以智能化的实现人体姿态信息的识别，从而可以进行病人的摔倒检测、病人状态监测等智能化的辅助医护人员的工作；同时通过对人体数据的三维重建，获取人体完整的三维信息，例如身高、臂长、胸围、臀围等，可进行人体量体等应用。因此本项目涉及到的技术手段主要包括传感器校正、彩色与深度数据融合、点云配准以及人体节点提取方法。项目参与人员在视觉SLAM与RGB-D传感器校正方面积累了丰富的经验和研究成果，先后参与完成了与本项目相关的多项国家、省部级以及横向课题，形成了具有自主知识产权的低成本RGB-D三维测图系统，尤其是已经对本项目的部分研究内容进行了一些探索性的研究，在计算机视觉与摄影测量领域的国际顶级学术期刊上发表了十余篇高水平SCI篇。同时，代码层面上，针对RGB-D SLAM以及点云数据处理等方面已经积累了大量的开源代码，例如openpose、pcl等开源数据库以及cloud compare等开源软件源码，皆可为本项目涉及的相应工作提供良好的研究基础。