基于双目视觉的人体运动捕捉系统

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:rona
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
“对于运动的记录,无论其用于立刻或稍后分析、回放”都可以看作是运动捕捉[1]。如今运动捕捉技术已经取得了进步,被应用到动画制作、体育训练、虚拟现实、机器人控制等各个领域。运动捕捉涉及机器视觉、计算机图形学、图像处理等多学科的内容,极具挑战性,吸引了国内外科学家的关注。  实现运动捕捉过程的设备被称作运动捕捉系统。按照实现的原理进行划分,运动捕捉系统可以分为电磁式、机械式、声学、光学式等。光学式运动捕捉系统通过对目标上特定光点的监视完成运动捕捉任务,由于其精度较高,对演员的限制较小等优点,逐渐成为目前被最多使用的运动捕捉系统。  光学式运动捕捉中主要包括标记点的跟踪、摄像机的标定以及三维重建等关键技术。运动跟踪作为运动捕捉的关键技术之一,对最终的结果起着至关重要的作用。文中介绍了几种常用的跟踪方法,重点介绍了基于特征的跟踪方法,并在系统设计部分详细介绍了系统所采用的Camshift(连续自适应均值偏移)算法,分析了其在实际应用中遇到的问题和相应的对策。  本文对运动捕捉基本框架中三个主要部分进行了研究设计。采用了基于颜色特征的Camshift算法对关节进行跟踪,结合Kalman滤波预测算法提高了跟踪时的抗干扰性;采用了张氏平面标定方法确定摄像机的内外参数;采用双目立体视觉体系下的三维测量原理,对跟踪结果进行了重建。最终在理论研究的基础上构造并实现了一个简易、低成本、易用的双摄像机运动捕捉系统。实验结果表明了系统采用方法的准确性、实用性。
其他文献
本文从研究和设计的角度出发,对微博检索系统的相关理论与技术对比分析,提出改进,主要的改进工作为:第一,从伪相关反馈扩展角度出发,每个反馈的文档依据查询事件的爆发时间分布具
生物特征识别的几个重要步骤是:预处理、特征抽取、分类。而特征抽取在生物特征识别的过程中占有重要的地位。投影分析方法是常见的一类特征抽取方法。常见的投影分析方法有很
自然语言理解是计算机科学领域与人工智能领域中的一个重要方向,它主要研究用自然语言在人与计算机之间进行有效交流的理论和方法。计算机理解自然语言的前提条件是能够对自然
随着网络的普及和Web技术的不断创新,管理信息系统(MIS)的体系架构发生了重大的变化,从两层的C/S架构发展到三层的C/S/S或B/S/S架构.由于C/S/S本身的局限性, B/S/S架构的系统
随着无线技术的发展,无线网络速度的逐步提高,移动互联网的使用范围也逐渐扩大。安卓以及i OS技术越来越收到人们的追捧,成为移动互联网领域的热议技术。并且跨平台的HTML5已
文本分类最初是应文本信息检索的要求出现的,但是随着文本数据的激增,传统的分类研究方法己经不适合大规模文本分类,于是文本数据挖掘应运而生。作为文本数据挖掘的一个重要
随着多媒体计算机的迅速发展,计算机与人的交流日益增加,而人的面部传递着人类最广泛的信息,如情感、精神状态等,虽然每个人脸部特征很相似,但却有不同的表情特征,于是人脸建模与动
完备信息博弈已经有很多应用比较成功的解决方案。当电脑走棋的时候,根据当前棋局创建一个部分的博弈树,利用估值函数对叶结点进行估值,通过估值的结果来进行极大极小值搜索,找到
学位
近年来,无线通信技术、Internet技术以及移动设备的广泛应用促进了移动计算技术的发展。移动计算环境不同于传统的分布式计算环境,有着鲜明的特点:移动性、频繁断连性、资源的局