खुले शहरी वातावरण के अनुकूल होने के लिए, बुद्धिमान निकायों को आसपास के लोगों के शरीर के आंदोलनों और वास्तविक समय में दृश्य की संरचना को पकड़ने की आवश्यकता होती है। पारंपरिक धारणा का अर्थ है जड़त्वीय सेंसर और कैमरों पर आधारित, जिसमें लंबे समय तक डेटा बहाव और प्रकाश और पर्यावरण गतिशील परिवर्तनों के प्रति संवेदनशीलता की समस्याएं हैं, क्रमशः मानव शरीर के आंदोलन की मांग को पूरा करना मुश्किल है और आवेदन में जटिल वातावरण में दृश्य पर कब्जा करना मुश्किल है बुद्धिमान ड्राइविंग, सेवा रोबोटिक्स और खेल प्रशिक्षण के क्षेत्र।
2022 के बाद से, प्रो। चेंग वांग और प्रो। चेंग्लू वेन की टीम अंतर्राष्ट्रीय क्षेत्र (LIDARCAP, CVPR 2022; HSC4D, CVPR 2022; SLOPER4D, CVPR 2023) में LIDAR मानव गति कैप्चर तकनीक का प्रस्ताव करती है। इस प्रकाशन में, HISC4D, टीम बड़े पैमाने पर इनडोर और आउटडोर खुले दृश्यों में प्रथम-व्यक्ति दृश्य में विविध दो-व्यक्ति इंटरैक्शन आंदोलनों और 3 डी दृश्यों को पकड़ने के लिए एक विधि के माध्यम से टूट जाती है। विधि जड़त्वीय मार्गदर्शन और LIDAR डेटा को फ्यूज करके एक बहु-चरण संयुक्त अनुकूलन ढांचे का निर्माण करती है, जो जड़त्वीय मार्गदर्शन के कारण होने वाली बहाव समस्या को प्रभावी ढंग से हल करती है और दृश्य पुनर्निर्माण सटीकता में काफी सुधार करती है और स्थानिक, मानव आंदोलन और इंटरैक्शन कैप्चर की सीमा का विस्तार करती है। इसी समय, पहला मल्टीमॉडल टू-व्यक्ति इंटरैक्शन डेटासेट जारी किया जाता है, विभिन्न दृश्य प्रकारों और विविध मानव आंदोलनों को कवर करता है, संबंधित अनुसंधान क्षेत्रों के लिए प्रशिक्षण डेटा संसाधन प्रदान करता है। Hisc4D प्रौद्योगिकी मानव आंदोलनों और 3 डी दृश्यों को फिर से संगठित करने के लिए LIDAR का उपयोग करता है। एक ही समय, जो विशाल बुद्धिमत्ता के लिए विशाल बुद्धिमत्ता के लिए एक नया तरीका खोलता है, जो कि बाहर के बाहर जाने और भीड़ में एकीकृत करने के लिए है।
