运动目标的检测、跟踪与分析一直是计算机视觉中一个非常重要的研究领域，它在安全监控、视频压缩、影视编辑、体育训练等许多方面都有广泛的应用。本文围绕人体运动分析中两个重要的环节——运动跟踪和三维重构展开了较为深入的研究，在分析目前存在的理论与方法后，就以下方面得到了新的改进算法。(1)人体关节点的跟踪是人体运动分析的基础，只有得到了准确的关节点运动轨迹才有可能进行进一步的处理。传统的基于图像匹配或统计理论的跟踪方法大都有稳定性差、计算复杂度高等缺点，而且很难处理运动人体的自遮挡现象。为此，在分析了人类视觉特征之后，本文提出了一种运动人体运动跟踪的新方法，该方法结合了人类视觉系统特点与模式识别中的形状分析技术，不需要特殊的光学标记，也避免了大量的搜索运算，从而提高了算法的通用性和计算速度。此外，因为形状分析的过程克服了由运动目标平移、旋转以及光照的变化带来的影响，所以算法具有很强的稳定性，而在此基础上算法也可以很好的处理自遮挡现象。(2)在得到目标的二维运动信息之后，为了进行更高层次的分析与理解，需要重构其对应的三维运动信息。但是由于视频序列记录的是三维空间中运动人体在二维平面上的投影，所以其逆过程是一个一对多的对应。一般情况下人们利用两台或多台摄像机拍摄同一运动场景，然后根据多组映射关系重构出运动人体的三维信息，但是多台摄像机必须在时间上进行配准。为此本文提出了基于人体生理约束的三维重构算法，该算法可以应用于单摄像机下的三维重构，算法以弱透视投影为基础，充分利用人体的生理约束建立了能量函数，并通过分枝限界法对其进行求解，得到了很好的结果。
本文来源: https://www.lw50.cn/article/aa2503b56ba981df0ccb4d0d.html