面向虛擬試衣的人體骨架及關(guān)節(jié)點(diǎn)的提取.pdf

1、人體運(yùn)動(dòng)捕捉是計(jì)算機(jī)視覺領(lǐng)域倍受關(guān)注的一個(gè)研究熱點(diǎn),在智能視頻監(jiān)控、視頻分析、動(dòng)畫、游戲、醫(yī)學(xué)診斷和人機(jī)交互等領(lǐng)域均有廣闊的應(yīng)用前景。它包括人體的標(biāo)定與跟蹤和人體動(dòng)作的識(shí)別與理解兩個(gè)主要內(nèi)容。其中,人體的標(biāo)定與跟蹤是運(yùn)動(dòng)識(shí)別和理解的基礎(chǔ),在人體運(yùn)動(dòng)捕捉中起著關(guān)鍵性的作用。因此,本文以虛擬試衣系統(tǒng)為背景,研究人體的骨架化技術(shù)與人體關(guān)節(jié)點(diǎn)的定位,具有重要的理論價(jià)值和實(shí)際意義。
　　 骨架是描述物體形狀和拓?fù)浣Y(jié)構(gòu)的一種有效手段,廣泛應(yīng)

2、用于人體的描述?；诰嚯x變換的骨架化算法對(duì)人體的骨架有較好的效果,但無(wú)法保證骨架的連通性。本文利用圖像梯度的性質(zhì),通過梯度化距離變換圖,著重突出了潛在的骨架點(diǎn);利用距離值和梯度值,尋找關(guān)鍵點(diǎn);引入基于梯度的最短路徑算法,連接所有關(guān)鍵點(diǎn),形成物體的曲線骨架,解決骨架連通性問題。在此基礎(chǔ)上,本文還提出基于梯度的優(yōu)化方法,綜合0°、45°、90°和135°四個(gè)方向的梯度圖,形成新的包含所有潛在骨架點(diǎn)的梯度圖。通過預(yù)設(shè)的閾值消除大部分非骨架點(diǎn);

3、利用輪廓法提取由骨架點(diǎn)組成的“粗”中脊線;通過拓?fù)浼?xì)化得到“細(xì)”中脊線。最后,利用“細(xì)”中脊線構(gòu)建最短路徑算法所需的鄰接矩陣,大大地減少算法的運(yùn)行時(shí)間。
　　 為了滿足無(wú)標(biāo)記的要求,本文利用人體的特性,通過尋找“邊緣點(diǎn)”與主干點(diǎn)之間的路徑,把人體曲線骨架分割成四肢和脊柱5個(gè)骨架分枝:利用人體模型的先驗(yàn)知識(shí),提取每個(gè)骨架分枝的主要關(guān)節(jié)點(diǎn);連接每個(gè)骨架分枝的關(guān)節(jié)點(diǎn),形成人體剛體骨架。實(shí)驗(yàn)表明,關(guān)節(jié)點(diǎn)的位置與人體的真實(shí)關(guān)節(jié)點(diǎn)位置基本吻