人体动作捕获在虚拟现实、多媒体、人机交互的快速发展,使其成为近年来研究的热点话题。随着计算机处理速度的提高和数字图像处理技术的不断成熟,基于计算机视觉的人体动作捕获越来越被人们所重视。通过对视频图像中的运动人体进行捕获,不仅降低了动作捕获的成本,同时加上视频来源非常广泛,也使得人们可以挖掘更多的潜在信息。本文主要研究了单目视觉下的人体动作捕获,首先利用背景差分法对视频图像中的运动人体进行提取,采用图像处理方法对得到的分割图像进行处理;然后采用粒子滤波算法对特征突出的人体关节点进行跟踪;最后将二维关节点数据恢复到三维空间,进行运动人体的三维重建。本文所研究的内容具体包括:1.为了从背景差分后的图像中完整的提取出运动人体图像,通过形态学操作对人体图像进行噪声去除和小孔洞填充,并提出一种新的阴影检测算法对运动人体本身产生的阴影进行抑制。通过轮廓跟踪来定位运动人体所在的区域,并对人体图像区域进行骨骼化操作,作为人体关节点位置定位的辅助信息。2.研究了在粒子滤波理论框架下的人体关节点跟踪,建立了一种二维空间和三维空间通用的人体骨架模型,以人体骨架模型为指导,对人体关节点进行提取和跟踪。在视频跟踪的首帧,采用手工标注的方式对人体关节点进行定位,在后续帧中,利用粒子滤波算法对人体关节点进行跟踪。结合骨骼化后的人体底层图像信息与捕获到二维人体关节点信息对人体的其余关节点位置信息进行恢复。3.采用人体骨架模型作为三维重建的先验信息,在摄像机比例正交投影模型下,恢复人体关节点的三维信息,最终实现对运动人体的三维重建。实验结果表明,本文的研究方法能够解决单目视觉下的人体动作捕获问题。为进一步的研究学习奠定了理论基础。