基于人體模型構(gòu)建的無(wú)標(biāo)識(shí)運(yùn)動(dòng)捕捉關(guān)鍵技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩140頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、無(wú)標(biāo)識(shí)人體運(yùn)動(dòng)捕捉研究因其廣泛的應(yīng)用價(jià)值和學(xué)術(shù)價(jià)值,一直是計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)的研究熱點(diǎn)。近年來(lái),隨著計(jì)算機(jī)軟硬件的飛速發(fā)展,運(yùn)動(dòng)捕捉領(lǐng)域的研究不再僅僅局限于人體運(yùn)動(dòng)學(xué)姿態(tài)估計(jì)的動(dòng)作捕捉,而是擴(kuò)展到了從圖像序列或視頻中捕捉人體外形變化的表面捕捉。如今,表述人體姿態(tài)的運(yùn)動(dòng)數(shù)據(jù)已被廣泛應(yīng)用于影視娛樂(lè)等各個(gè)領(lǐng)域。與此同時(shí),與每一幀相對(duì)應(yīng)的捕捉對(duì)象的三維人體外形在影視、動(dòng)漫、游戲、工業(yè)設(shè)計(jì)等領(lǐng)域也有很廣泛的應(yīng)用。
  本文圍繞著基于人體模型構(gòu)

2、建的無(wú)標(biāo)識(shí)運(yùn)動(dòng)捕捉這一課題開展工作,對(duì)其中的關(guān)鍵問(wèn)題進(jìn)行了深入的探討,重點(diǎn)研究了以下三個(gè)問(wèn)題:一是如何從圖像序列中捕捉對(duì)應(yīng)幀的三維人體外形;二是如何構(gòu)建參數(shù)化人體模型,并用其生成動(dòng)作捕捉的初始化模型;三是如何基于精細(xì)的三維人體模型結(jié)合局部?jī)?yōu)化和全局優(yōu)化算法進(jìn)行人體姿態(tài)估計(jì),取得了如下研究成果:
  1.提出了一種基于三維模板模型的人體姿態(tài)和外形分步匹配的框架PSMA(Pose& Shape Model Adaptation)。該框

3、架首先通過(guò)模板模型姿態(tài)的變換與目標(biāo)圖像中人體姿態(tài)相匹配,然后再進(jìn)行模板模型的外形匹配。由于人體模型在外形變化時(shí)可能會(huì)引起人體姿態(tài)的微變,需要對(duì)人體的姿態(tài)進(jìn)行二次的優(yōu)化來(lái)得到最優(yōu)解。三維模板模型取自各部分肢體輪廓顯示清晰的首幀圖像,可通過(guò)三維掃描或三維重建算法生成。姿態(tài)的變換通過(guò)內(nèi)嵌的骨架來(lái)實(shí)現(xiàn),外形的匹配通過(guò)拉普拉斯變形技術(shù)來(lái)實(shí)現(xiàn)。該框架適用于人體穿普通衣服或?qū)捤梢路膱?chǎng)景中,可以有效的解決立體視覺(jué)算法重建出來(lái)的人體模型有拓?fù)溴e(cuò)誤的問(wèn)題

4、,并通過(guò)實(shí)驗(yàn)證實(shí)了其可行性。
  2.提出了一種基于人體參數(shù)化模型SCAPE來(lái)估計(jì)人體模型姿態(tài)參數(shù)和體型參數(shù)的方法。該方法將SCAPE模型應(yīng)用在PSMA框架中,生成了可用于人體運(yùn)動(dòng)捕捉的初始化模型。模型姿態(tài)的變換通過(guò)內(nèi)嵌的骨架來(lái)實(shí)現(xiàn),而人體外形的匹配則是利用人體模型投影輪廓與圖像輪廓的匹配誤差,通過(guò)最優(yōu)化一個(gè)像素距離函數(shù)來(lái)估計(jì)人體體型參數(shù)和姿態(tài)參數(shù),得到了與捕捉對(duì)象相近的三維人體模型。通過(guò)用生成的三維人體模型與真實(shí)三維人體掃描模型

5、或三維重建算法獲得的模型做比較,證明了方法的有效性。
  3.提出了一個(gè)基于人體姿態(tài)先驗(yàn)知識(shí)約束的粒子能量函數(shù)?;诖撕瘮?shù),結(jié)合局部?jī)?yōu)化和全局優(yōu)化算法,用于人體姿態(tài)的精確估計(jì)。該方法不僅利用人體輪廓匹配,也利用相鄰圖像幀的紋理匹配,提高了局部?jī)?yōu)化算法的精度。利用能量函數(shù)對(duì)用于全局優(yōu)化算法巾的粒子狀態(tài)進(jìn)行約束,有效的減少了粒子的使用數(shù)目和運(yùn)行迭代次數(shù),提高了算法的效率。同時(shí),與采用粗糙的棍棒模型相比,用精細(xì)的人體模型具有更高的捕捉精

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論