Er mwyn addasu i'r amgylchedd trefol agored, mae angen i gyrff deallus ddal symudiadau corff y bobl gyfagos a strwythur yr olygfa mewn amser real. Mae'r canfyddiad traddodiadol yn seiliedig ar synwyryddion a chamerâu anadweithiol, sydd â phroblemau drifft data a sensitifrwydd data amser hir i olau ac mae'r amgylchedd yn newid newidiadau deinamig, yn y drefn honno, Meysydd gyrru deallus, roboteg gwasanaeth, a hyfforddiant chwaraeon.
Er 2022, tîm yr Athro Cheng Wang a'r Athro Chenglu Wen fu'r cyntaf i gynnig technoleg cipio cynnig dynol LIDAR yn yr arena ryngwladol (LiDARCAP, CVPR 2022; HSC4D, CVPR 2022; Sloper4D, CVPR 2023). Yn y cyhoeddiad hwn, HisC4D, mae'r tîm yn torri trwy ddull i ddal symudiadau rhyngweithio dau berson amrywiol a golygfeydd 3D yng ngolwg person cyntaf mewn golygfeydd agored dan do ac awyr agored ar raddfa fawr. Mae'r dull yn llunio fframwaith optimeiddio ar y cyd aml-gam trwy asio canllawiau anadweithiol a data LIDAR, sy'n datrys y broblem ddrifft a achosir gan ganllaw anadweithiol yn effeithiol ac yn gwella cywirdeb ailadeiladu golygfa yn sylweddol ac yn ymestyn yr ystod o ofodol, symud dynol, symud dynol a dal rhyngweithio. Ar yr un pryd, mae'r set ddata rhyngweithio dau berson amlfodd gyntaf yn cael ei rhyddhau, gan gwmpasu gwahanol fathau o olygfeydd a symudiadau dynol amrywiol, gan ddarparu adnoddau data hyfforddi ar gyfer meysydd ymchwil cysylltiedig. Mae technoleg y mae hwn yn defnyddio LIDAR fel y synhwyrydd craidd i ail-greu symudiadau dynol a golygfeydd 3D yn y Yr un amser, sy'n agor ffordd newydd o feddwl i wybodaeth ymgorfforedig fynd i'r awyr agored helaeth ac integreiddio i'r dorf.
