基于軌跡濾波的非剛體運動重建方法研究.pdf

1、非剛體的三維運動重建技術(shù)主要是指從一組二維圖像序列中恢復(fù)其運動與三維結(jié)構(gòu)，該課題一直以來都是計算機視覺和模式識別領(lǐng)域中的研究熱門。在因式分解研究基礎(chǔ)上，利用形狀基方法已能夠?qū)崿F(xiàn)對非剛體的三維重建研究。但該方法存在不特定性，致使其不能普遍適用于所有非剛體運動，因此存在著較大的局限性和不適定性。
　　根據(jù)三維重建的對偶性理論基礎(chǔ)，可以將非剛體重建研究深入到軌跡空間中，即認(rèn)為非剛體的三維結(jié)構(gòu)可以被表示為軌跡基的線性組合形式。雖然可以預(yù)先

2、定義軌跡基的形式，但卻不能簡單地認(rèn)為軌跡基是完全已知的，其種類繁多，加上非剛體的運動形式多樣化，使得軌跡基的選擇與確定成為軌跡空間重構(gòu)遇到的主要難題，軌跡基的數(shù)目和組合形式也對重建算法有著很大影響，是否能夠提出一種新的算法，用以完全取代軌跡基的這種不確定性（如選擇基的類型，個數(shù)等）成為研究的趨勢。另外，參數(shù)優(yōu)化方法的選擇會直接影響重建的精度，能否搜索到運動旋轉(zhuǎn)矩陣的最優(yōu)解是軌跡空間中非剛體三維重建面臨的又一大難題。
　　針對上述問

3、題，本文主要在前有的研究基礎(chǔ)上進行了以下幾方面的工作：
　　（1）針對參數(shù)優(yōu)化方法給求解算法的精度與效率帶來的問題，本文提出一種改進的退火算法，即混沌模擬退火算法。該改進的算法（ISA）是將混沌搜索算子作為模擬退火（SA）算法操作中的一個算子。在約束優(yōu)化條件，通過恢復(fù)非剛體目標(biāo)，如Yoga、Pickup以及Stretch的運動與結(jié)構(gòu)得到以下結(jié)論：通過引入該混沌算子，在求解復(fù)雜函數(shù)優(yōu)化時，能夠降低了SA算法陷入局部最優(yōu)值幾率，改進了

4、算法的優(yōu)化效率和有效性，相比LM算法，在求解非剛體運動目標(biāo)的旋轉(zhuǎn)矩陣的精度有了明顯的改進，不僅在求解非剛體這類非線性優(yōu)化問題上表現(xiàn)突出，而且在改進模擬退火算法性能方面也是一次有益嘗試。
　?。?）針對軌跡基在軌跡空間中恢復(fù)非剛體的運動與結(jié)構(gòu)存在的問題。本文提出一種軌跡濾波方法。該方法主要是在軌跡空間中，基于ISA算法恢復(fù)旋轉(zhuǎn)矩陣基礎(chǔ)上，利用軌跡濾波替代軌跡基，通過恢復(fù)非剛體目標(biāo)，如Yoga、Pickup、Stretch以及Runn