2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62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、基于視頻的動作捕捉技術(shù)一直是計算機(jī)視覺領(lǐng)域中熱門的研究方向之一。它主要應(yīng)用于影視動畫制作、人機(jī)交互游戲、動作分析(運(yùn)作、醫(yī)學(xué)方面)、以及智能監(jiān)控等方面。人體運(yùn)動捕捉的關(guān)鍵技術(shù)是姿態(tài)估計,即從二維視頻中提取三維人體姿態(tài)參數(shù)。研究的主要內(nèi)容涉及相機(jī)定標(biāo)、背景分割、三維重建、姿態(tài)初始化、運(yùn)動跟蹤等方面;其中跟蹤問題是研究的難點(diǎn)和重點(diǎn)。
   在非標(biāo)記的動作捕捉系統(tǒng)的研究中,可分為基于模型和基于無模型的方法。其中基于無模型的方法需要建立

2、樣本訓(xùn)練集,系統(tǒng)的復(fù)雜度較高;而基于模型的方法存在模型與實(shí)驗(yàn)數(shù)據(jù)不匹配等問題。本文針對這些問題提出一種自頂向下分層次地跟蹤方法,可準(zhǔn)確地從視頻中恢復(fù)出人體姿態(tài)。主要的工作歸納如下:
   首先,本文提出了一種基于輪廓分割的初始化方法。此方法通過整合首幀圖像中人體的二維及三維信息進(jìn)而自動地恢復(fù)出人體的三維姿態(tài),并建立自適應(yīng)的人體模型,從而完成人體模型的初始化。該方法首先從選定的視圖中提取前景信息,即人體輪廓,然后采用區(qū)域分割法對人

3、體輪廓進(jìn)行標(biāo)記;接著采用基于查找表的輪廓恢復(fù)外形(Shape-From-Silhouette,即SFS)算法,結(jié)合二維圖像的人體姿態(tài)信息與三維空間信息,恢復(fù)出分塊標(biāo)記的三維人體體素;最后,根據(jù)分塊標(biāo)記的體素信息以及人體骨架的拓?fù)浼s束關(guān)系,提取出三維人體骨架的參數(shù)及空間位置信息,從而完成三維人體模型的初始化。
   其次,根據(jù)人體運(yùn)動在時間和空間的連續(xù)性,本文提出基于標(biāo)記體素的運(yùn)動跟蹤方法。為了快速實(shí)現(xiàn)運(yùn)動跟蹤,本文首先根據(jù)人體體

4、素的連通性,將人體體素分為表層體素、內(nèi)層體素和中間層體素。其中中間層體素用于人體運(yùn)動跟蹤,表層體素用于模型參數(shù)的全局優(yōu)化。該方法首先通過模板搜索的方法檢測出頭部的信息;然后預(yù)測人體軀干的主方向向量,并采用主成分分析(Principal ComponentAnalysis,即PCA)算法提取出根部節(jié)點(diǎn)信息。接著,將余下的體素與前一幀的模型參數(shù)在馬式距離約束下進(jìn)行分割標(biāo)記,并與其對應(yīng)的模型體塊通過最近點(diǎn)迭代(Iterative Closes

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