يعد تقدير وضعية الإنسان ثلاثية الأبعاد بدقة ذا قيمة تطبيقية مهمة في مجالات مثل التفاعل بين الإنسان والكمبيوتر، وتحليل الحركة، وإعادة التأهيل الطبي. تعاني الطرق التقليدية الأحادية النمط من قيود كبيرة في البيئات المعقدة. تقترح هذه الورقة طريقة تقدير وضعية الإنسان متعددة النمط ديناميكية تدمج بين المجسات البصرية ورادار المليمتر. أولاً، نقوم ببناء إطار عمل لمعالجة سحابة النقاط من الرادار استنادًا إلى الشبكات العصبية الرسومية. يحافظ هذا الإطار على العلاقات الطبوغرافية المكانية من خلال هيكل الرسم البياني لأقرب الجيران ويدمج المعلومات الخاصة بالميزات الخماسية الأبعاد باستخدام آلية نقل الرسائل المدعومة بشدة الانعكاس. ثانيًا، نصمم استراتيجية دمج ديناميكية تجمع بين تقييم الجودة الأساسي، وتقييم الجودة القابل للتعلم، وأوزان الأولوية النمطية لتحقيق دمج تكييفي يعتمد على الجودة. تثبت التجارب المنهجية على مجموعتين بيانات فعالية نهجنا. في مجموعة بيانات mRI للبيئة القياسية، تحقق طريقتنا MPJPE يبلغ 91.82 ± 41.81 مم. في مجموعة بيانات mmBody للبيئة المعقدة، يبلغ متوسط MPJPE 62.47 ± 22.39 مم. تشير التحليلات الإحصائية إلى أن جميع التحسينات ذات دلالة إحصائية ( p < 0 . 001 ). تظهر هذه الطريقة قوة ممتازة في البيئات المعقدة. • تمزج بين المجسات البصرية والرادار لتعزيز القوة في تقدير الوضعية ثلاثية الأبعاد. • تستخدم الشبكات العصبية الرسومية لاستخراج الميزات المكانية والديناميكية متعددة المقاييس. • تنفذ دمجًا ديناميكيًا مع أوزان قابلة للتعلم لضمان استقرار النظام في التحديات. • تتغلب على قيود الأساليب الحالية مع تحسين تقدير وضعية الرادار-البصري.
درس هو وآخرون (الثلاثاء) هذا السؤال.