基于蒙特卡罗方法的运动捕捉系统

论文摘要

运动目标的检测与跟踪是指从包含运动目标的序列图像中,检测、识别和跟踪运动目标。对运动目标进行跟踪,进一步对其运动轨迹等进行捕捉,可用于虚拟现实、动画制作、人际交互等许多领域。运动捕捉涉及机器视觉、计算机图形学、图像处理等多学科的内容,极具挑战性,更具有广泛的应用,吸引了国内外科学家的关注。对于基于视频的运动捕捉系统,核心的关键技术就是运动目标的预测与跟踪,文中重点介绍了基于颜色的跟踪算法,提出了一些提高跟踪精度的方法,采用Kalman滤波进行目标的预测,同时采用Monte Carlo方法对颜色的直方图进行计算,在此基础上用Camshift跟踪方法进行跟踪。同时本文提出了一些对于特征跟踪的改进方法,如高斯滤波,S分量和V分量的限定,多目标同时跟踪等,并且利用极线方程对双目跟踪进行指导,对跟踪效果进行了改进。本文对运动捕捉的基本框架中主要部分进行了研究设计。介绍了基于颜色特征的跟踪算法,利用双目立体视觉体系下的三维测量原理进行三维还原。同时开发了手势动作的捕捉,利用标记物进行写字等应用。实验结果表明了本系统的实用性和准确性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景与意义
• 1.2 国内外相关领域发展现状
• 1.3 视频运动捕捉的技术难点
• 1.4 本文主要研究内容及结构
• 第2章 目标跟踪方法简介
• 2.1 视频运动目标提取方法
• 2.2 图像差分法
• 2.2.1 图像差分法特点
• 2.2.2 图像差分法优点与不足
• 2.3 光流法
• 2.3.1 光流法特点
• 2.3.2 光流法优点与不足
• 2.4 基于特征跟踪方法
• 2.4.1 基于特征方法特点
• 2.4.2 基于特征方法优点与不足
• 2.5 本章小结
• 第3章 基于蒙特卡罗的目标跟踪
• 3.1 引言
• 3.2 蒙特卡罗跟踪
• 3.2.1 基于颜色特征的跟踪
• 3.2.2 蒙特卡罗方法改进核直方图
• 3.3 高斯滤波
• 3.4 双目极线约束方程指导跟踪
• 3.5 Kalman滤波
• 3.6 改进的HSV颜色跟踪
• 3.6.1 HSV模型
• 3.6.2 HSV跟踪模型改进
• 3.7 本章小结
• 第4章 视频运动捕捉系统设计
• 4.1 系统设计
• 4.2 跟踪模块的设计
• 4.2.1 基本思想
• 4.2.2 跟踪算法
• 4.2.3 高斯滤波
• 4.2.4 双目极线约束和Kalman滤波
• 4.2.5 Camshift算法
• 4.2.6 蒙特卡罗跟踪
• 4.2.7 多目标同时跟踪
• 4.3 重建模块的设计
• 4.3.1 双目立体视觉中点的重建
• 4.3.2 摄像机的标定
• 4.4 系统应用
• 4.4.1 对手指进行同时跟踪
• 4.4.2 使用特征点在屏幕上写字
• 4.5 本章小结
• 第5章 系统实现与实验结果
• 5.1 系统构成
• 5.1.1 系统硬件环境
• 5.1.2 系统软件环境
• 5.2 系统实现
• 5.2.1 运动跟踪实现
• 5.2.2 使用Monte Carlo方法对小目标物体的跟踪
• 5.2.3 多目标同时跟踪
• 5.2.4 跟踪手部模型
• 5.2.5 用标记点在屏幕上写字
• 5.3 摄像机标定实现
• 5.4 本章小结
• 结论
• 参考文献
• 致谢
• 个人简历