基于主向量的非標(biāo)記動(dòng)作捕獲系統(tǒng)的研究.pdf

1、基于視覺的人體運(yùn)動(dòng)捕獲在動(dòng)畫、影視、游戲等領(lǐng)域有著廣泛的應(yīng)用前景,是計(jì)算機(jī)視覺研究領(lǐng)域的熱點(diǎn)和難點(diǎn)。其中,基于多攝像機(jī)非標(biāo)記人體運(yùn)動(dòng)捕獲系統(tǒng)涉及攝像機(jī)標(biāo)定、圖像分割、三維重建、運(yùn)動(dòng)初始化以及運(yùn)動(dòng)跟蹤等關(guān)鍵技術(shù),成為國內(nèi)外眾多學(xué)者的研究重點(diǎn)。
　　在非標(biāo)記的運(yùn)動(dòng)捕獲研究中,基于模型的方法存在需要事先建立人體模型、初始化種類單一且跟蹤算法復(fù)雜的問題;基于學(xué)習(xí)的方法存在需要事先建立樣本訓(xùn)練庫,實(shí)現(xiàn)起來復(fù)雜,從訓(xùn)練庫中匹配得到人體數(shù)據(jù)準(zhǔn)確

2、性不高的問題。因此,本文針對(duì)這些問題提出了一種無約束模型的運(yùn)動(dòng)捕獲方法,以降低系統(tǒng)復(fù)雜性和提高運(yùn)行速度,歸納總結(jié)如下:
　　首先,針對(duì)基于模型的初始化方法中存在的初始化種類單一,且通過匹配模型來得到各個(gè)關(guān)節(jié)點(diǎn)位置的問題,提出了一種無約束的自動(dòng)初始化方法。這種方法首先對(duì)初始運(yùn)動(dòng)數(shù)據(jù)進(jìn)行細(xì)化操作,提取初始化狀態(tài)的特征向量,然后結(jié)合這些向量來估算人體各個(gè)關(guān)節(jié)點(diǎn)的空間坐標(biāo)。本方法結(jié)合主向量信息恢復(fù)三維姿態(tài),降低姿態(tài)約束限制,提高初始化速度

3、。
　　其次,針對(duì)人體關(guān)節(jié)點(diǎn)自由度高,存在遮擋與自遮擋現(xiàn)象,本文結(jié)合重建數(shù)據(jù)中的冗余數(shù)據(jù),將常規(guī)的捕獲系統(tǒng)中關(guān)節(jié)點(diǎn)的跟蹤問題轉(zhuǎn)化為方向跟蹤問題,提出了一種基于主方向運(yùn)動(dòng)跟蹤算法,利用人體數(shù)據(jù)時(shí)域和空域的連續(xù)性,采用鄰域搜索、模板迭代以及最短歐氏距離判斷準(zhǔn)則對(duì)各個(gè)肢干體數(shù)據(jù)進(jìn)行標(biāo)記,然后通過PCA方法提取骨骼主向量,最后由頭部點(diǎn)開始,結(jié)合各個(gè)肢干主方向信息計(jì)算出各空間點(diǎn)的坐標(biāo)。本方法將運(yùn)動(dòng)跟蹤問題細(xì)分為各個(gè)身體部位的局部跟蹤問題,實(shí)