基于主向量的非標記動作捕獲系統(tǒng)的研究.pdf

1、基于視覺的人體運動捕獲在動畫、影視、游戲等領(lǐng)域有著廣泛的應(yīng)用前景,是計算機視覺研究領(lǐng)域的熱點和難點。其中,基于多攝像機非標記人體運動捕獲系統(tǒng)涉及攝像機標定、圖像分割、三維重建、運動初始化以及運動跟蹤等關(guān)鍵技術(shù),成為國內(nèi)外眾多學(xué)者的研究重點。
　　在非標記的運動捕獲研究中,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,實現(xiàn)起來復(fù)雜,從訓(xùn)練庫中匹配得到人體數(shù)據(jù)準確

2、性不高的問題。因此,本文針對這些問題提出了一種無約束模型的運動捕獲方法,以降低系統(tǒng)復(fù)雜性和提高運行速度,歸納總結(jié)如下:
　　首先,針對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關(guān)節(jié)點位置的問題,提出了一種無約束的自動初始化方法。這種方法首先對初始運動數(shù)據(jù)進行細化操作,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關(guān)節(jié)點的空間坐標。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,針對人體關(guān)節(jié)點自由度高,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動跟蹤算法,利用人體數(shù)據(jù)時域和空域的連續(xù)性,采用鄰域搜索、模板迭代以及最短歐氏距離判斷準則對各個肢干體數(shù)據(jù)進行標記,然后通過PCA方法提取骨骼主向量,最后由頭部點開始,結(jié)合各個肢干主方向信息計算出各空間點的坐標。本方法將運動跟蹤問題細分為各個身體部位的局部跟蹤問題,實