基于全局優(yōu)化的人體運動捕獲系統(tǒng)的研究與實現(xiàn).pdf

1、隨著人機(jī)交互，三維動畫，游戲，體育運動分析，醫(yī)療診斷和虛擬現(xiàn)實等領(lǐng)域的迅速發(fā)展，人體運動捕獲系統(tǒng)作為其關(guān)鍵技術(shù)，已成為這些領(lǐng)域的研究重點。目前市場上，基于帶標(biāo)記點的人體運動捕獲系統(tǒng)已經(jīng)十分成熟并且商品化。研究人員已經(jīng)開始將研究的重點轉(zhuǎn)移到非標(biāo)記點的人體運動捕獲系統(tǒng)中。目前，非標(biāo)記點人體運動捕獲系統(tǒng)的還處于研究的起步階段，各方面的技術(shù)還不成熟。本文主要是解決非標(biāo)記點人體運動捕獲系統(tǒng)中攝像機(jī)標(biāo)定效率低和由于關(guān)鍵點的圖像坐標(biāo)不平滑造成人物模型

2、運動不連貫現(xiàn)象。
　　 本文的主要創(chuàng)新性研究工作和取得成果如下:
　　 針對標(biāo)定物空間位置相互獨立性，改進(jìn)隨機(jī)抽樣一致性的基本矩陣計算。多攝像機(jī)的標(biāo)定一個關(guān)鍵就是基本矩陣的計算?；揪仃囋跀z像機(jī)標(biāo)定采用的是隨機(jī)一致性抽樣的方法。傳統(tǒng)的隨機(jī)一致性抽樣的基本思想就是反復(fù)進(jìn)行“假設(shè)-驗證”，這必然導(dǎo)致基本矩陣的計算效率低。針對攝像機(jī)標(biāo)定過程中樣本相互的獨立性，本文改進(jìn)了假設(shè)和驗證的過程，提出并行化計算隨機(jī)抽樣一致性的基本矩陣算

3、法。
　　 針對優(yōu)化過程中矩陣的稀疏性，將增量方程由高維降為低維。捆綁調(diào)整是多攝像機(jī)參數(shù)優(yōu)化的基本方法。捆綁調(diào)整的關(guān)鍵步驟就是自變量的更新。傳統(tǒng)的算法是直接求解線性方程組來更新自變量，本文根據(jù)系數(shù)矩陣的稀疏性，將高維的線性方程轉(zhuǎn)化成多個低維方程組。針對簡化后的方程組形式，實現(xiàn)了并行優(yōu)化攝像機(jī)參數(shù)的算法。
　　 將基于全局優(yōu)化的關(guān)鍵點跟蹤算法引入人體運動捕獲系統(tǒng)。傳統(tǒng)的非標(biāo)記點人體運動捕獲是采用基于圖像的輪廓分割方法。這種