非標(biāo)定單目序列圖像的三維人體運(yùn)動(dòng)分析.pdf_第1頁
已閱讀1頁,還剩149頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、基于視覺人體運(yùn)動(dòng)分析,是指如何從變化的場景中不同時(shí)刻的圖像里提取出人體的位置、運(yùn)動(dòng)、姿態(tài)等信息,它在姿態(tài)識別、語義分析、行為理解、虛擬現(xiàn)實(shí)、智能監(jiān)控、人機(jī)交互、運(yùn)動(dòng)分析等方面具有廣泛的應(yīng)用前景和潛在的經(jīng)濟(jì)價(jià)值。 近年來,人體運(yùn)動(dòng)的視覺分析受到國內(nèi)外學(xué)術(shù)界和企業(yè)界的廣泛關(guān)注,發(fā)展至今已有兩大類常用的研究方法,一類是基于模型的人體運(yùn)動(dòng)分析,一類是基于學(xué)習(xí)的人體運(yùn)動(dòng)分析。但作為計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)熱點(diǎn)和難點(diǎn),該研究仍然有很多理論與技

2、術(shù)問題需待解決。在基于模型的人體運(yùn)動(dòng)分析方法中,還沒有一種方法能夠描述模型投影與圖像特征的解析關(guān)系;在人體運(yùn)動(dòng)的估計(jì)和跟蹤中,初始幀的初始點(diǎn)都需要手工標(biāo)記;跟蹤過程中,運(yùn)動(dòng)模型比較單一;在基于學(xué)習(xí)的人體運(yùn)動(dòng)中,適合于人體運(yùn)動(dòng)的機(jī)器學(xué)習(xí)亟需發(fā)展研究。 根據(jù)目前基于視覺的人體運(yùn)動(dòng)分析的研究現(xiàn)狀和特點(diǎn),本論文對圖像的特征提取、表達(dá)、卷積曲面三維重建、確定性優(yōu)化算法、濾波跟蹤算法、機(jī)器學(xué)習(xí)理論等進(jìn)行了深入的研究和探索,在人體建模、初始化

3、、運(yùn)動(dòng)跟蹤、以及機(jī)器學(xué)習(xí)等方面開展了創(chuàng)新性的工作,主要體現(xiàn)在以下幾方面: 1.提出卷積曲面與卷積曲線在正交投影和弱透視投影下的對應(yīng)定理,將卷積曲面引入人體運(yùn)動(dòng)分析。針對以往的研究中人體模型投影與圖像特征缺乏解析關(guān)系這一缺點(diǎn),提出卷積曲面與卷積曲線在正交投影和弱透視投影下的對應(yīng)定理,將卷積曲面引入人體運(yùn)動(dòng)建模,通過某種函數(shù)沿著連接剛體進(jìn)行積分得到表達(dá)人體模型的卷積曲面,然后用卷積曲線對圖像輪廓進(jìn)行建模,通過卷積曲線對圖像輪廓線的擬

4、合求得人體運(yùn)動(dòng)參數(shù)。 2.提出了一種人體關(guān)節(jié)點(diǎn)的自動(dòng)定位的方法。針對以往工作中初始關(guān)鍵點(diǎn)需要手工標(biāo)記的缺點(diǎn),提出了一種人體關(guān)節(jié)點(diǎn)的自動(dòng)初始化方法,通過圖像中人體區(qū)域的自身特點(diǎn),自動(dòng)的找到頭頂點(diǎn),中心點(diǎn)以及四肢點(diǎn)的初始位置,在關(guān)鍵點(diǎn)自動(dòng)定位的基礎(chǔ)上,給出漏檢點(diǎn)預(yù)測機(jī)制;并構(gòu)造出三維骨架與圖像人體區(qū)域骨骼線的相似度,最后通過確定性優(yōu)化算法恢復(fù)三維運(yùn)動(dòng)。 3.給出一個(gè)兩層的濾波框架,將交互式多模型(IMM)引入長序列圖像的三維

5、人體運(yùn)動(dòng)跟蹤中。針對在單一模型下人體運(yùn)動(dòng)跟蹤效果不好的缺點(diǎn),將交戶式多模型(IMM)引入三維人體運(yùn)動(dòng)跟蹤中,同時(shí)從三維人體運(yùn)動(dòng)的真實(shí)數(shù)據(jù)中學(xué)習(xí)到各關(guān)節(jié)的運(yùn)動(dòng)約束,以及用嶺回歸方法訓(xùn)練出不同動(dòng)作的多個(gè)運(yùn)動(dòng)模型,最后利用交互式多模型框架來解決人體運(yùn)動(dòng)跟蹤問題。 4.提出共享動(dòng)態(tài)隱變量模型并將其應(yīng)用于人體運(yùn)動(dòng)跟蹤。為了將狀態(tài)跟蹤局限在低維空間內(nèi)進(jìn)行,推導(dǎo)出共享動(dòng)態(tài)隱變量模型,求出觀測向量與狀態(tài)向量的低維共享動(dòng)態(tài)隱變量,通過離線的訓(xùn)練得

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論