面向人機(jī)交互的三維人體動(dòng)作分析關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、人體動(dòng)作分析是人機(jī)交互的一個(gè)重要研究問題，在以人為中心的自然人機(jī)交互系統(tǒng)中，準(zhǔn)確和快速地識(shí)別人體動(dòng)作是實(shí)時(shí)交互的前提和保障。早期的人體動(dòng)作分析大多基于二維視頻圖像序列展開，由于2D圖像易受光照變化、復(fù)雜背景、相機(jī)視角等綜合因素的影響，所以研究存在很大挑戰(zhàn)，交互應(yīng)用也十分受限。近年來，隨著深度傳感器技術(shù)的快速發(fā)展，借助低廉的深度傳感器就可以高精度的對人體三維骨架序列進(jìn)行采集。相比于2D圖像信息，人體3D骨架序列能夠更加直觀和準(zhǔn)確的描述人體

2、運(yùn)動(dòng)，所以極大的促進(jìn)了人體動(dòng)作分析研究。
　　本文針對人機(jī)交互系統(tǒng)中的三維人體動(dòng)作分析問題，基于人體3D骨架序列開展動(dòng)作分析研究。由于深度傳感器的高頻率采樣，導(dǎo)致了動(dòng)作姿勢序列中存在大量冗余幀，給動(dòng)作數(shù)據(jù)的存儲(chǔ)、檢索和識(shí)別帶來困難，所以主要圍繞著動(dòng)作姿勢特征描述、關(guān)鍵幀提取、分類識(shí)別以及交互應(yīng)用進(jìn)行研究。主要工作包括：
　　(1)基于3D骨架序列的動(dòng)作姿勢特征描述。利用深度傳感器采集得到人體骨架關(guān)節(jié)數(shù)據(jù)，建立人體3D坐標(biāo)系，

3、并采用特征關(guān)節(jié)點(diǎn)之間的相對距離對動(dòng)作序列中的靜態(tài)姿勢進(jìn)行描述，然后結(jié)合實(shí)際項(xiàng)目，總結(jié)人機(jī)交互應(yīng)用系統(tǒng)中存在的主要肢體動(dòng)作，建立動(dòng)作數(shù)據(jù)集Visswust_3DMotion，為后續(xù)的三維人體動(dòng)作分析研究打下基礎(chǔ)。
　　(2)三維人體動(dòng)作關(guān)鍵姿勢幀提取技術(shù)研究。首先，針對當(dāng)前聚類算法提取關(guān)鍵幀存在的關(guān)鍵幀個(gè)數(shù)難以自動(dòng)確定，樸素聚類會(huì)破壞動(dòng)作時(shí)序的問題，提出了一種基于3D骨架關(guān)節(jié)點(diǎn)空間距離特征和時(shí)間約束 X-Means聚類的動(dòng)作關(guān)鍵幀提

4、取方法。實(shí)驗(yàn)結(jié)果表明，該方法能根據(jù)動(dòng)作姿勢序列的內(nèi)容自動(dòng)確定關(guān)鍵幀數(shù)目，并能保存動(dòng)作的時(shí)序特征，提取出的動(dòng)作關(guān)鍵姿勢幀，在視覺上能有效的表征動(dòng)作姿勢序列的內(nèi)容。其次，針對當(dāng)前曲線簡化算法提取關(guān)鍵幀存在的誤差閾值調(diào)節(jié)復(fù)雜、提取的關(guān)鍵幀難以滿足用戶需求的問題，提出了一種基于可視交互的三維人體動(dòng)作關(guān)鍵幀提取方法，并據(jù)此設(shè)計(jì)了一套支持可視編輯的3D人體動(dòng)作定義系統(tǒng)。從實(shí)驗(yàn)結(jié)果來看，該方法能夠更加方便、準(zhǔn)確、高效地獲取動(dòng)作關(guān)鍵幀序列和生成標(biāo)準(zhǔn)動(dòng)作

5、庫。
　　(3)三維人體動(dòng)作識(shí)別技術(shù)研究。在分析了當(dāng)前主要的人體動(dòng)作識(shí)別方法后，分別研究和實(shí)現(xiàn)了基于連續(xù)馬爾科夫模型(CHMM)和動(dòng)態(tài)時(shí)間規(guī)整(DTW)的人體動(dòng)作分類識(shí)別方法，并針對利用原始姿勢序列和DTW匹配的動(dòng)作識(shí)別方法存在的識(shí)別率低、識(shí)別速率慢、魯棒性弱的問題，提出了基于關(guān)鍵姿勢和DTW的人體動(dòng)作識(shí)別方法。實(shí)驗(yàn)結(jié)果表明，該方法相比于基于原始姿勢序列的DTW識(shí)別方法具有更高的識(shí)別率，更快的識(shí)別速率。相比于CHMM的識(shí)別方法，雖