论文部分内容阅读
视觉人体运动分析是指在视觉传感器数据中估计人体的姿态和体态:姿态指人体呈现出的动作,体态(形状)是指人体结构和外部特征。体态测量和姿态估计在人体工程学、虚拟现实和人机交互等领域有着广泛的应用。三维人体统计模型利用统一的网格结构来表示人体,并建立姿态和体态参数与人体表面点的关系。应用三维统计模型能实现人体表面数据点与体态参数值的互相转换,以及在视觉传感器数据中估计人体的姿态和形状,恢复人体表面。分析三维空间中的人体运动需要考虑三方面因素,即(1)如何采集处理人体所需的数据;(2)如何用模型描述三维空间中的人体;(3)如何将模型和现实数据匹配。通过激光扫描仪、深度相机和多目立体视觉系统可获取三维人体表面数据,统一用点云来描述三维人体。SCAPE(Shape Completion and Animation for People)是一种三维人体统计模型,通过利用人体表面信息能够高效表达人体姿态和体态,并可与视觉数据匹配,从而获取姿态和体态参数。本论文利用SCAPE模型描述三维人体,结合低质量视觉点云,完成体态测量和姿态估计的计算。主要研究内容和成果包括:1)实现基于SCAPE人体的体态参数值测量以及基于体态参数值的SCAPE三维人体重建。利用统一网格描述,应用人体测量学定义标注关键点,测量得到如臂长、腰围等体态参数值。利用数据建模体态参数值和SCAPE体态参数以及体态修正矩阵的关系,实现人体重建。2)实现基于低质量视觉三维点云的人体姿态、体态估计方法。针对低质量的视觉重建点云存在缺失和噪声的特点,提出对应的迭代最近邻优化目标函数,改进现有的迭代优化策略,实现姿态参数、体态参数和表面网格点位置的估计。3)应用骨架信息实现视觉点云匹配算法的初始化。目前基于迭代最近邻方案的匹配优化只用距离信息寻找点对应关系,容易陷入局部最优。利用粗糙的骨架信息来进行匹配算法的初始化,克服了优化方案的缺点,实现更准确的姿态、体态参数估计。