基于多Kinect的个性化虚拟人三维建模

论文摘要

个性化虚拟人三维建模是在虚拟场景中建立用户个性化的三维几何模型。本文使用多台微软推出的Kinect深度摄像机完成个性化人体的重建,工作流程如下:首先,根据Kinect相机特点选择合适的相机数量与位置,配置系统环境,搭建低成本的虚拟人数据采集间;其次使用厚度不计的褶皱纸张,利用迭代最近点算法对多台Kinect相机进行几何标定,为实现局部采集数据的全局注册做准备;再次,多台相机同时从多个视角自动扫描待建静态人体对象,每个摄像机自动地获取人体对象的深度点云,考虑到Kinect相机局限性导致点云数据的不完整性和高噪声,先用双边滤波方法对数据进行预处理,达到弥补缺陷和平滑降噪的目的,再利用上一步的相机标定信息完成初步的全局点云注册,然后对全局数据利用特征匹配的方法进行全局点云优化得到精确匹配的全局点云;最后,采用泊松表面重建的方法重建出模型表面,求解泊松方程时先将泊松方程简化成一个稀疏线性方程,再用多重网格方法对线性方程进行共轭迭代的求解,达到个性化虚拟人三维建模的要求。实验结果表明,本文能重建出高逼真度的个性化三维人体模型。与同类工作相比,非常易于用户使用,无需转盘等设备,成本较低,更容易搭建系统;数据采集时间在1秒之内完成,能够达到实时的数据采集,用户无需长时间保持静止状态,友好性更强;重建时间大约90秒,重建时间较短,重建效果精度较高,能够较好的反应用户的个性化特征。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 基本研究思路
• 1.2.2 技术分类
• 1.2.3 技术评价
• 1.3 研究方向
• 1.3.1 研究目标
• 1.3.2 研究内容
• 1.3.3 主要创新点
• 1.4 论文结构
• 第二章 搭建虚拟人采集间
• 2.1 Kinect工作原理与分析
• 2.1.1 Kinect简介
• 2.1.2 Kinect采集人体信息相关工作
• 2.1.3 Kinect深度数据采集原理
• 2.2 多Kinect相机配置
• 2.2.1 集合覆盖问题
• 2.2.2 相机配制方法
• 2.3 建立系统环境
• 2.4 本章小结
• 第三章 多Kinect相机的注册
• 3.1 相机标定技术简介
• 3.1.1 传统相机标定法
• 3.1.2 相机自标定方法
• 3.1.3 主动视觉相机标定法
• 3.2 使用ICP算法进行局部相机标定
• 3.2.1 标定物的选择和设计
• 3.2.2 ICP算法简介
• 3.2.3 ICP算法原理
• 3.3 全局点云优化
• 3.4 本章小结
• 第四章 建立静态三维模型
• 4.1 虚拟人采集数据的预处理
• 4.1.1 采集原始数据的基本特征
• 4.1.2 原始点云数据优化
• 4.1.3 外点的去除
• 4.2 三维表面重建
• 4.3 泊松表面重建
• 4.3.1 泊松方程原理
• 4.3.2 泊松方程简化为稀疏线性方程
• 4.3.3 多重网格法解稀疏线性方程
• 4.4 本章小结
• 第五章 实验数据结果与分析
• 5.1 实验结果展示
• 5.2 实验数据分析
• 5.3 结论
• 第六章 结束语
• 6.1 本文工作总结
• 6.2 未来工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果