基于形跡融合約束的非剛體三維運(yùn)動重建研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、非剛體的三維運(yùn)動重建是計算機(jī)虛擬表達(dá)客觀世界的一項關(guān)鍵技術(shù),主要研究如何從一組給定的二維動態(tài)圖像序列中恢復(fù)出相機(jī)的旋轉(zhuǎn)信息和非剛體的三維結(jié)構(gòu)。主流的重建方案有兩種:基于形狀空間下的三維重建和基于軌跡空間下的三維重建?;谛螤羁臻g的三維重建具有簡單便捷的優(yōu)點(diǎn),但在重構(gòu)過程中對所有不同序列重新構(gòu)建新的形狀基,導(dǎo)致引入大量未知數(shù)而使得該算法求解復(fù)雜,適用范圍受限;基于軌跡基方法的重建雖然解決了上述形狀基的局限性問題,但該方法中預(yù)定義的軌跡基的

2、數(shù)目大小和種類卻難以選擇,基原子選擇的太大或太小都不利于精確重建。為了解決形狀基重建方法未知數(shù)多及運(yùn)算復(fù)雜的問題,以及軌跡基方法中基原子數(shù)目和種類的選擇難題,本文提出了基于形跡融合約束的重建方案,獲得了較好的重建效果,同時本文方法計算復(fù)雜度低,通用性強(qiáng)。對此,本文基于形-跡對偶空間,主要做了以下工作:
  (1)求解出較為精確的相機(jī)旋轉(zhuǎn)矩陣。首先將已知的測量矩陣進(jìn)行因式分解,然后提出將矯正矩陣所滿足的正交約束和格拉姆矩陣的跡最小化

3、約束相結(jié)合,并利用半正定規(guī)劃工具包求解。一旦矯正矩陣被唯一確定,進(jìn)而就能得到相機(jī)的旋轉(zhuǎn)矩陣。由于旋轉(zhuǎn)矩陣恢復(fù)后被作為初始條件應(yīng)用于非剛體結(jié)構(gòu)矩陣的求解,因此其重建結(jié)果對結(jié)構(gòu)矩陣的求解精度有著較大的影響。
  (2)針對軌跡基方法中基的數(shù)目與種類難以確定的問題,提出直接對非剛體運(yùn)動軌跡施加平滑約束的重建方法。在三維重建投影模型基礎(chǔ)上定義兩個平滑矩陣,并建立軌跡速度和加速度殘差最小目標(biāo)函數(shù),通過求導(dǎo)推導(dǎo)出閉式最優(yōu)解析解。該方法不需要引

4、入預(yù)定義基的任何數(shù)目和種類信息,從而直接避免基大小和種類選擇的限制。所提的平滑性約束是軌跡空間的本質(zhì)約束,具有一般性,且實現(xiàn)簡便,運(yùn)算復(fù)雜度小。在不同運(yùn)動模型上的實驗結(jié)果表明,所提方法下運(yùn)動模型的重建效果得到了有效改善,算法的魯棒性也更好。
  (3)為進(jìn)一步提高重建精確度,提出基于形跡融合約束的非剛體三維重建方法。首先對非剛體結(jié)構(gòu)所矩陣具有得低秩性進(jìn)行分析,然后通過矩陣置換排列尋找到形狀空間更強(qiáng)的低秩約束,并與軌跡上的平滑約束相

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論