動態(tài)深度數(shù)據(jù)匹配及其應(yīng)用.pdf

1、深度信息是指目標(biāo)物體距離攝像機(jī)鏡頭的距離信息。動態(tài)深度數(shù)據(jù),也就是一組具有時間先后關(guān)系的深度圖像序列,它在表達(dá)目標(biāo)運(yùn)動有著傳統(tǒng)可見光視頻無法比擬的優(yōu)勢。隨著Kinect等深度獲取設(shè)備的普及,可以預(yù)見將來深度數(shù)據(jù)將與可見光視頻和圖像等等一起成為互聯(lián)網(wǎng)主流媒體介質(zhì)之一。以往的基于內(nèi)容的視頻匹配和檢索研究限于可見光視頻往往導(dǎo)致匹配的結(jié)果不盡如人意,深度信息的引入,無疑會極大的促進(jìn)視頻的匹配和檢索技術(shù)的發(fā)展。因此本文針對動態(tài)深度數(shù)據(jù)的匹配問題展

2、開研究,具體研究工作如下:
　　首先,進(jìn)行了動態(tài)深度數(shù)據(jù)采集。我們計(jì)了17個動作,并讓10個不同體態(tài)的志愿者參與了動態(tài)深度數(shù)據(jù)的采集,最后得到170組動態(tài)深度數(shù)據(jù)。這些動作能夠反映動態(tài)深度數(shù)據(jù)相對可見光視頻的優(yōu)越性,也能反映匹配方法相對于使用骨架信息的優(yōu)越性。
　　其次,本文對動態(tài)深度數(shù)據(jù)的匹配方法展開研究。首先針對靜態(tài)深度圖像的匹配問題提出了一種新的形狀上下文描述子,該描述子對深度圖像有較強(qiáng)的描述能力,然后將動態(tài)時間規(guī)整技

3、術(shù)(DTW)引入到動態(tài)深度數(shù)據(jù)匹配中,實(shí)驗(yàn)結(jié)果表明用三維形狀上下文+DTW作為動態(tài)深度數(shù)據(jù)的匹配方法有很好的匹配精度。最后針對使用三維形狀上下文特征直接進(jìn)行圖像匹配時的效率問題,將BagofWords模型引入匹配過程中,將每幅靜態(tài)深度圖像量化成視覺詞包,這樣原來的多特征匹配問題變成了兩個直方圖的匹配問題。通過大量實(shí)驗(yàn),我們驗(yàn)證了我們的匹配算法的有效性,也驗(yàn)證了我們的匹配加速策略的效率提升和精度保持。
　　最后,應(yīng)用我們的動態(tài)深度數(shù)