从视频图像信息中获取并分析人体运动的各项参数指标是一个多学科融合的重点研究方向,其研究核心是从单个或多个视频序列中检测、跟踪人体,获取人体运动数据,重建人体的三维运动或描述和理解人体运动。视频人体运动分析的研究在人体动画、游戏、虚拟现实和增强现实、人机交互、视频监控、体育运动分析、辅助临床医疗诊断等领域均有着广阔的应用前景。 本文专注于单目视频中的人体运动姿态的二维获取(基于场景中深度坐标以知点的约束条件)以及三维重建等关键技术。工作集中于从包含人体运动的单目视频图像中,获取人体的三维运动,恢复用关节骨架模型表示的人体三维运动。从而能够对人体的动作技术、人体运动规律和运动能力进行研究,有望帮助设计人员在设计早期就能对人因工程学的因素进行合理评估,减少设计返工和实物原型的制作,能够缩短从设计到制造的周期和成本。此外将数字化的人体模型置于虚拟的生产环境当中,可以很好的解决工人进行生产装配作业的可达性、安全性分析以及操作动作的规范性等人因工程学方面的实际问题。 在充分了解掌握相关研究工作的基础上,针对所研究的问题,完成的研究工作主要包括:(1) 总结并确定一种适合单目视觉研究的人体运动捕获模型。(2)简化了摄像机内外参数的定标过程,不需要复杂的优化迭代求解,利用平面定标模板上已知间距的点阵来线性计算获得算法需求的摄像机参数。(3) 将人体运动序列按照运动突变点划分为若干子序列,从而有效消除二义性的干扰。(4) 在透视投影摄像机模型下,根据单目视频图像上人体的关节点数据,可以较为精确的计算获得人体三维运动信息,恢复其三维骨架模型姿态。(5) 三维模型姿态估计的准确性完全依靠人为的视觉判断,使得恢复的结果难以准确衡量。通过设计一个实验,验证了算法的精度。