基于单目视频的运动捕获关键技术研究

论文摘要

基于视频的人体运动分析是计算机视觉研究领域的重要课题之一,也是近年来备受研究者关注的前沿方向。本文集中研究单目视频的人体运动检测,二维运动跟踪及人体三维重建。首先,根据背景中每一个像素的值符合高斯分布的特点,研究了单高斯和混合高斯背景模型,并对二者进行了比较,分析了其优缺点。提出了一种新的阴影检测算法,准确的去除了阴影且保持了人体区域的完整性。然后,根据人体骨架可以反映人体拓扑结构的特点,研究了基于数学形态学和细化的骨架化算法。在分析了其优缺点的基础上,本文采用了细化的骨架化算法。本文提出了一种毛刺去除算法。实验结果表明该算法在准确消除毛刺的同时保持了骨架的完整性和连通性。由于仅依靠人体骨架不能确定颈部和肩部关节点,因此本文提出一种躯干四边形拟合算法,将骨架和四边形拟合相结合,准确的标定出了人体关节点。最后,由于人体自身的深度相对其到摄像机的距离很小,本文对摄像机模型进行简化。采用透视模型的近似模型——比例正交模型,在此模型下根据人体骨骼的比例关系,重建了人体的三维数据,该方法只需在视频首帧进行手工干预,后期处理完全可以自动进行。实验结果表明,本文提出的算法能较好的解决运动捕获中存在的关键问题,为进一步的研究奠定了理论基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 基于视频的运动捕获国内外研究现状
• 1.3 本文研究工作与创新
• 1.4 论文组织结构
• 第二章 基于视频的运动捕获相关技术综述
• 2.1 复杂背景运动检测
• 2.2 人体二维运动跟踪
• 2.3 人体三维重建
• 2.4 本章小结
• 第三章 复杂背景运动检测
• 3.1 基于背景减除的运动分割
• 3.1.1 单高斯背景模型
• 3.1.2 混合高斯背景模型
• 3.1.3 实验结果
• 3.2 阴影消除
• 3.2.1 基于归一化 rgb 彩色模型的阴影消除
• 3.2.2 实验结果
• 3.3 本章小结
• 第四章 人体二维关节点标定
• 4.1 形态学图像处理方法简介
• 4.1.1 膨胀运算（Dilation）
• 4.1.2 腐蚀运算（Erosion）
• 4.1.3 开运算
• 4.2 人体模型
• 4.2.1 关节骨架模型
• 4.2.2 骨架比例计算
• 4.3 骨架化
• 4.3.1 基于形态学的骨架化
• 4.3.2 基于细化的骨架算法
• 4.3.3 基于傅里叶描绘子的边界表示
• 4.3.4 实验结果
• 4.4 毛刺去除
• 4.4.1 基于查找表的端点检测
• 4.4.2 毛刺去除
• 4.4.3 实验结果
• 4.5 躯干四边形拟合
• 4.5.1 离散曲率
• 4.5.2 算法描述
• 4.5.3 实验结果
• 4.6 关节点标定
• 4.6.1 关节点标定
• 4.6.2 实验结果
• 4.7 本章小结
• 第五章 人体三维重建
• 5.1 摄像机模型
• 5.2 首帧三维关节点确定
• 5.3 后续帧二义性消除
• 5.4 三维重建算法
• 5.5 实验结果
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 本文工作总结
• 6.2 未来工作展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢