论文摘要
随着虚拟现实技术的发展,越来越多的人将虚拟现实技术与计算机视觉的研究结合起来,去探索解决一些计算机视觉领域的难题。而基于模型的图像运动视觉分析人们很早之前就已经开始研究,但是大都是基于二维的人体模型,二维人体模型由于维度的缺失,在进行对图像中的人体运动进行分析的时候会造成信息的丢失,有很大的局限性。本文的研究意在结合虚拟人的运动控制技术,利用三维人体模型去匹配识别图像中的人体姿势。本文的研究分为两个大的部分,一部分为三维人体模型的实时运动控制,另一部分为图像的处理与匹配。这两个部分交互进行姿势的识别,三维人体模型控制部分实时的调整三维模型的动作姿态,生成的投影图像传递给图像处理与匹配模块,在图像处理与匹配模块将收到的投影图像与要识别的图像首先进行预处理,利用差分法获取人体目标区域,然后以原图像为模板利用边缘匹配和区域匹配的姿态评价函数对投影图像做评价,根据评价结果估算三维人体模型的下一个运动状态的参数集,通过向三维人体模型控制部分反馈参数集来驱动三维人体模型进行下一次的姿态调整,循环整个过程直到姿态评价函数到达收敛,三维人体模型的投影和源图像的上的人体姿势信息达到基本相似,完成整个识别。我们利用Weizmann数据库中的不同动作图像来进行识别,结果证明我们的方法对于肢体的大范围活动具有较高的识别率。
论文目录
摘要Abstract第1章 绪论1.1 研究的背景和意义1.2 国内外研究现状及发展趋势1.3 本文主要研究内容和组织结构第2章 系统设计2.1 系统设计概述2.2 系统总体结构2.2.1 人体模型渲染与控制2.2.2 图像预处理和匹配2.3 本章小结第3章 人体运动模型构建3.1 人体模型概述3.2 三维人体模型的构建3.2.2 骨骼模型的建立3.2.3 表面模型的建立3.3 本章小结第4章 三维人体模型的实时控制方法4.1 三维人体模型实时控制技术介绍4.1.1 关键帧控制法4.1.2 运动捕获法4.1.3 运动学方法4.2 基于OGRE 的人体模型实时控制系统的实现4.2.1 OGRE 技术概述4.2.2 模型的实时控制的实现4.3 本章小结第5章 基于模型的姿势识别研究5.1 图像特征的抽取5.1.1 运动检测方法概述5.1.2 运动目标检测5.2 姿态评价函数5.2.1 边缘匹配误差5.2.2 区域匹配误差5.2.3 姿态评价函数5.3 层次化的遍历策略5.4 全局位置的估计5.5 关节角度估计5.5.1 弹力计算5.5.2 增量计算5.5.3 关节角度的优化算法5.6 本章小结第6章 实验结果6.1 实验数据与环境6.1.1 实验数据6.1.2 实验环境6.2 实验结果与分析总结与展望参考文献致谢
相关论文文献
标签：人体模型论文; 图像处理论文; 姿势识别论文;
