学位论文 > 优秀研究生学位论文题录展示
基于标志点的人体姿态重构研究
作 者: 周美兰
导 师: 高春鸣
学 校: 湖南大学
专 业: 计算机科学与技术
关键词: 运动捕获 标志点跟踪 标志点注册 标志点预测 关节中心估计
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 1次
引 用: 0次
阅 读: 论文下载
内容摘要
人体运动捕捉技术是虚拟现实、计算机视觉和计算机图形学领域研究的热点和难点之一,被广泛应用于人体动画、运动分析、人机交互、模拟训练、生物力学研究等领域。人体运动捕获主要捕捉表演者的动作甚至表情,然后使用这些动作或表情数据直接驱动动画及虚拟对象等模型,可以制作出形象逼真的动画。本文针对被动式光学运动捕捉系统中的人体运动数据进行姿态估计,研究内容主要包括标志点注册、缺失标志点预测、标志点数据刚性修正及关节中心估计,归纳总结如下:首先,针对被运动式光学运动系统中未标记的运动数据提出一种标志点注册方法。该方法通过寻找模板数据和首帧运动数据的对应关系来完成首帧运动数据的注册,根据同一肢体段上标志点的时空特征及局部刚性特征来完成标志点跟踪过程。由于人体运动等原因导致标志点之间相对距离发生变化,因此需要对注册后的标志点数据进行刚性修正。实验表明,该方法可有效地识别出运动数据中的每个标志点。其次,针对运动数据中的标志点缺失现象,提出了一种缺失标志点预测方法。本文根据相邻帧标志点运动连续性的特征,假设同一肢体段上的标志点在相邻帧的运动参数不变的情况下,使用同一肢体段上可见标志点位置对缺失标志点进行预测。本方法根据前两帧运动数据和当前帧可见标志点来对缺失数据进行预测,实现过程简单且快速,能应用于实时运动捕获系统。最后,本文基于注册后的标志点数据提出了一种关节中心估计方法,当某个肢体段上至少有三个标志点,而与其相邻的肢体段上的标志点个数少于三时,使用非线性最小二乘算法对关节中心参数进行估计。由于噪声及算法过程中所产生的误差等原因使得求解的关节中心并不满足固定长度约束条件,因此需要对估计的关节中心数据进行规整。实验表明,该方法能有效地恢复出人体姿态。
|
全文目录
摘要 5-6 Abstract 6-8 目录 8-10 插图索引 10-11 附表索引 11-12 第1章 绪论 12-19 1.1 研究背景及意义 12-14 1.2 国内外研究现状 14-17 1.2.1 运动捕获技术的发展历史 14 1.2.2 运动捕获设备组成 14 1.2.3 常用运动捕获技术 14-17 1.3 本文主要工作 17-18 1.4 本文组织结构 18-19 第2章 运动捕获数据处理基础知识 19-31 2.1 运动参数求解 19-23 2.1.1 奇异值分解法 19-20 2.1.2 正交矩阵法 20-21 2.1.3 单位四元数法 21 2.1.4 对偶四元数法 21-23 2.2 四种方法比较 23-24 2.3 非线性最小二乘问题 24-30 2.3.1 问题描述 24 2.3.2 Gauss-Newton(G-N)法 24-25 2.3.3 Levenberg-Marquardt(L-M)法 25-26 2.3.4 Dog-Leg(D-L)法 26-28 2.3.5 L-M 和 Quasi-Newton(Q-N)混合法 28-29 2.3.6 L-M 切割法 29-30 2.4 小结 30-31 第3章 标志点注册 31-43 3.1 标志点贴法 32-33 3.2 标志点注册 33-38 3.2.1 基于主动式光学运动捕获系统的标志点分割 33-34 3.2.2 基于被动式光学运动捕获系统的标志点注册 34-38 3.3 刚性修正 38-39 3.4 实验结果 39-42 3.5 小结 42-43 第4章 标志点预测 43-50 4.1 所在肢体段上只有一个可见标志点 44-45 4.1.1 所在肢体段上至少有三个标志点 44 4.1.2 所在肢体段上有两个标志点 44-45 4.2 肢体段上至少有两个可见标志点 45-46 4.3 肢体段上所有标志点均不可见 46-47 4.3.1 已知关节中心位置 46-47 4.3.2 未知关节中心位置 47 4.4 实验结果 47-49 4.5 小结 49-50 第5章 关节中心估计 50-59 5.1 人体模型 51 5.2 Cameron 关节中心估计方法 51-53 5.2.1 构造代价函数 51-52 5.2.2 关节中心求解 52-53 5.3 关节中心估计 53-54 5.3.1 两相邻肢体段上标志点个数均大于等于三 53 5.3.2 两相邻肢体段中有一个肢体段上标志点个数小于三 53-54 5.4 关节中心规整 54-55 5.5 实验结果 55-58 5.6 小结 58-59 结论 59-61 参考文献 61-66 附录A 读研期间发表学术论文和参与科研项目 66-67 致谢 67
|
相似论文
- 基于数据挖掘的视频驱动三维人体动画合成研究,TP391.41
- 基于稀疏表示的人体运动捕获数据分析方法研究,TP391.41
- 人体运动时间序列可视化及多索引方法研究,TP391.41
- 三维人体运动重定向技术研究,TP391.41
- 交互式角色动画的混合驱动方法研究,TP391.41
- 基于办公家具设计的人机评价系统研究和开发,TS665.5
- 复杂环境下角色动画的自动化选择与合成的研究实现,TP391.41
- 基于物理的虚拟角色运动重定向研究与实现,TP391.41
- 面向时空多样性的三维人体运动合成研究,TP391.41
- 基于时空配准的运动融合技术研究,TP391.41
- 二维卡通角色运动重用研究,TP391.41
- 近红外光学运动捕获技术研究及系统开发,TP391.41
- 运动合成算法的研究与实现,TP391.41
- 虚拟人运动编辑与合成技术研究,TP391.41
- 人体运动捕获数据的分割算法研究,TP391.41
- 基于单目视频的运动捕获关键技术研究,TP391.41
- 真实感人体动画技术中人体造型与皮肤变形的研究,TP391.41
- 实时虚拟环境几何、运动和行为LOD技术研究,TP391.41
- 基于体数据的三维人体运动分析研究,TP391.41
- 三维动画中运动重定向技术的研究与实现,TP391.41
- 基于运动捕获数据的人体运动编辑技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|