基于多摄像机人体运动跟踪方法研究与实现

论文摘要

近年来，计算机三维动画是计算机图形学中一个快速发展的研究领域，运动捕获技术的使用为其注入了新的活力。但是由于人体运动的高度复杂性，实时地精确的捕获人体运动仍然是研究重点和难点。运动捕获通过获取视频序列中的人体运动信息，然后赋予新角色，使目标角色的运动与原始视频中的人体运动相似。运动捕获技术中的运动跟踪目的在于获取视频序列中的人体运动信息，跟踪算法性能直接影响运动捕获系统的精确度和稳定性，因此，研究一种鲁棒性好、精确度高、实时性强的运动跟踪算法是提高运动捕获系统性能的关键。本文研究多摄像机人体运动跟踪算法主要研究成如下：为了摆脱首帧手工标注人体模型的约束，本文提出一种自动标注人体运动模型的方法，该方法采用基于修正边缘背景减除法来实现图像中人体模型的提取，通过人体先验知识来识别标记点所代表的人体关节点，然后利用三维重建与投影原理来标注各摄像机人体模型，最后采用最邻近方法修正标注结果。实验表明，该方法摆脱了繁琐的手工标注，实现了有效地自动标注各摄像机人体模型。本文提出一种多摄像机跟踪算法来计算各摄像机的人体模型姿势，其主要思想是：采用改进的粒子滤波算法进行人体模型姿势的预测，并利用逆向外极线约束算法对预测结果进行修正。实验数据表明，该方法对人体模型的跟踪准确度较高，而且能够一定程度上解决遮挡等问题。设计并实现了一个基于标记点多摄像机三维人体运动捕获系统，该系统能够对图像序列中人体模型运动进行三维重建，并最终将人体运动数据以BVH文件格式输出。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 课题来源
• 1.2 研究背景与意义
• 1.3 国内外研究现状
• 1.4 本文主要工作
• 1.5 本文的结构
• 第2章 运动捕获和运动跟踪基础知识
• 2.1 引言
• 2.2 运动捕获技术
• 2.2.1 运动捕获原理
• 2.2.2 运动捕获系统分类
• 2.3 运动跟踪技术
• 2.3.1 基于模型的跟踪方法
• 2.3.2 基于特征的跟踪方法
• 2.3.3 基于轮廓的跟踪方法
• 2.3.4 基于区域的跟踪方法
• 2.3.5 运动跟踪难点
• 2.4 小结
• 第3章 运动跟踪预处理
• 3.1 摄像机定标
• 3.2 人体模型运动检测
• 3.2.1 人体模型与运动检测
• 3.2.2 人体模型检测算法流程
• 3.2.3 实验结果与分析
• 3.3 自动标注人体模型算法
• 3.3.1 三维重建
• 3.3.2 透视投影
• 3.3.3 自动标注人体模型算法流程
• 3.3.4 实验结果与分析
• 3.4 小结
• 第4章 多摄像机人体运动跟踪算法
• 4.1 粒子滤波器原理
• 4.1.1 贝叶斯滤波原理
• 4.1.2 粒子滤波原理
• 4.2 粒子滤波算法
• 4.2.1 粒子滤波算法流程
• 4.2.2 改进的粒子滤波算法
• 4.2.3 改进的粒子滤波算法流程
• 4.2.4 实验结果与分析
• 4.3 逆向外极线算法
• 4.3.1 外极线约束原理
• 4.3.2 逆向外极线约束原理
• 4.3.3 逆向外极线约束算法流程
• 4.3.4 实验结果与分析
• 4.4 跟踪算法实验结果与分析
• 4.5 小结
• 第5章 多摄像机人体运动捕获系统实现
• 5.1 系统硬件组成
• 5.2 系统软件设计
• 5.3 系统实现与分析
• 5.4 系统误差分析
• 5.5 小结
• 结论
• 参考文献
• 致谢
• 附录 A（攻读硕士期间所发表的学术论文）
• 附录 B（攻读硕士期间参与的项目列表）