大規(guī)模運(yùn)動(dòng)群體跟蹤和三維人臉姿態(tài)糾正的研究.pdf

1、大規(guī)模的運(yùn)動(dòng)群體是自然界中十分常見(jiàn)并壯觀的一種景象,常見(jiàn)的例予如飛行的鳥(niǎo)群、游動(dòng)的魚(yú)群和前進(jìn)的昆蟲(chóng)群。這種現(xiàn)象很久以來(lái)就吸引了眾多領(lǐng)域的科學(xué)家,他們并提出了不同的理論模型米模擬這種群體運(yùn)動(dòng)行為。深入探索群體運(yùn)動(dòng)背后的規(guī)律,將會(huì)促進(jìn)人類(lèi)社會(huì)眾多領(lǐng)域的進(jìn)展,如計(jì)算機(jī)科學(xué)、醫(yī)學(xué)和物理學(xué)等。而探索中最關(guān)鍵的一步就是測(cè)量并分析真實(shí)自然界中群體運(yùn)動(dòng)的數(shù)據(jù)。近年來(lái),隨著計(jì)算機(jī)科學(xué)領(lǐng)域的迅速發(fā)展,通過(guò)視頻攝像機(jī),利用計(jì)算機(jī)視覺(jué)技術(shù)來(lái)測(cè)量群體中每個(gè)個(gè)體的

2、運(yùn)動(dòng)已經(jīng)成為可能。
　　但是用計(jì)算機(jī)視覺(jué)技術(shù)來(lái)自動(dòng)、準(zhǔn)確地測(cè)量群體運(yùn)動(dòng)的軌跡是個(gè)十分有挑戰(zhàn)性的任務(wù)。其中最為關(guān)鍵的兩個(gè)難點(diǎn)是:1)群體中的個(gè)體數(shù)量和密度很大,一般從數(shù)百到上千只,用視頻攝像機(jī)拍攝其運(yùn)動(dòng)時(shí),在數(shù)字圖像上將存在頻繁的遮擋,這對(duì)可靠的跟蹤每個(gè)個(gè)體的位置帶來(lái)了極大困難;2)運(yùn)動(dòng)的群體中包含了形狀和紋理都十分相似的個(gè)體,現(xiàn)有基于圖像紋理特征的物體檢測(cè)和匹配算法將難以適用。為了解決這些困難,本論文提出了兩種自動(dòng)、可靠并準(zhǔn)確的大

3、規(guī)模運(yùn)動(dòng)群體跟蹤算法,并分別用來(lái)跟蹤兩種群體運(yùn)動(dòng),即三維空間中飛行的大規(guī)模果蠅群和兩維淺水中大規(guī)模游動(dòng)的魚(yú)群。
　　通過(guò)兩個(gè)視頻攝像機(jī)在不同視角拍攝飛行的運(yùn)動(dòng)群體,本文提出的三維群體跟蹤算法將問(wèn)題建模為解決三個(gè)最大后驗(yàn)概率問(wèn)題(maximumaposterior,MAP)。第一個(gè)MAP問(wèn)題用于跟蹤每個(gè)視頻序列中的每個(gè)運(yùn)動(dòng)目標(biāo),并可以有效的處理因遮擋帶來(lái)的跟蹤難點(diǎn)。第二個(gè)MAP則通過(guò)融合空間中的幾何約束和運(yùn)動(dòng)約束,提出了一種基于最大

4、共極線運(yùn)動(dòng)長(zhǎng)度的特征來(lái)可靠地匹配不同視角中紋理特征相似的個(gè)體;第三個(gè)MAP用來(lái)處理兩維跟蹤錯(cuò)誤導(dǎo)致的不完整的三維軌跡片段。通過(guò)將MAP轉(zhuǎn)化為線性分派問(wèn)題(linearassignmentproblem,LAP),該方法可以實(shí)現(xiàn)快速的計(jì)算。利用這種算法,我們成功獲取了將近五百只果蠅的三維飛行軌跡。
　　魚(yú)群的跟蹤同樣十分具有挑戰(zhàn)性。和果蠅類(lèi)似黑色粒子的形狀不同,魚(yú)的外形呈現(xiàn)桿狀(rod),這就意味著當(dāng)魚(yú)群密度很大時(shí),個(gè)體之間將會(huì)出現(xiàn)

5、更長(zhǎng)時(shí)間、更為頻繁的遮擋。本論文提出的方法首先通過(guò)對(duì)魚(yú)的外形進(jìn)行建模,提出了使用了基于局部特征的個(gè)體檢測(cè)方法,它通過(guò)利用融合檢測(cè)到的角點(diǎn)和邊緣信息,即使在頻繁嚴(yán)重的遮擋下,依然能夠很準(zhǔn)確的檢測(cè)到每個(gè)個(gè)體的位置。接著我們?cè)O(shè)計(jì)了參數(shù)自適應(yīng)的濾波器來(lái)估計(jì)個(gè)體的復(fù)雜運(yùn)動(dòng)狀態(tài),提出的數(shù)據(jù)關(guān)聯(lián)算法可以處理大部分短時(shí)間的遮擋。為了處理長(zhǎng)時(shí)間的遮擋帶來(lái)的難點(diǎn),我們提出了利用軌跡片段的時(shí)間信息、運(yùn)動(dòng)信息和角度信息來(lái)估計(jì)遮擋期間的位置。我們將該算法用于跟蹤

6、實(shí)驗(yàn)室環(huán)境下不同密度的魚(yú)群運(yùn)動(dòng),和手工標(biāo)定的真實(shí)數(shù)據(jù)進(jìn)行比較的結(jié)果證明了該算法的魯棒性和準(zhǔn)確性。
　　隨著三維成像技術(shù)的快速發(fā)展,三維人臉越來(lái)越廣泛應(yīng)用于更多的場(chǎng)合,如何從獲取的三維原始數(shù)據(jù)中檢測(cè)分割出人臉并進(jìn)行姿態(tài)糾正,是眾多三維人臉應(yīng)用中十分關(guān)鍵的一步。而原始數(shù)據(jù)中常見(jiàn)的各種干擾,如表情、頭發(fā)和衣服等,為這個(gè)問(wèn)題帶來(lái)了很多難點(diǎn)。針對(duì)這些問(wèn)題,本文提出了一個(gè)自動(dòng)、準(zhǔn)確的三維人臉檢測(cè)和姿態(tài)糾正算法,它通過(guò)在尺度空間上對(duì)人臉三維曲面