近几年来,随着相机硬件和深度学习技术的不断进步,人体运动捕捉技术逐渐成为计算机视觉领域的重要方向,可以通过图片或视频数据获取准确的2D人体骨架、3D人体骨架和人体模型等。在工业领域也有着很高的研究价值和发展前景,比如虚拟试衣、游戏电影特效、虚拟现实游戏和体育运动辅助训练等。但在实际工业应用中,大多都采用演员穿戴带有标记装置的特殊衣服来进行人体运动捕捉,借助装备的辅助可以获取非常精确的人体运动位姿,但这类装备使用成本昂贵且使用繁琐,无法推广使用。所以无标记捕捉系统对于人体运动捕捉的广泛应用很重要,但当场景中人数增多时会存在很严重的遮挡问题,对2D人体位姿估计和3D人体位姿估计的准确率有严重的影响,因此无标记人体运动捕捉仍然是一个具有挑战性和研究意义的问题。在上述背景下,本文针对无标记人体运动捕捉技术这一问题进行研究,并针对提高2D人体位姿估计、3D人体位姿估计和人体模型重建的效果。主要工作如下:首先,基于多视角相机阵列进行2D人体位姿估计。搭建了一套多视角相机阵列,由20个工业相机组成并进行标定,作为多人强交互运动图片数据的捕捉设备。利用人体关节点特征提取网络对采集得到的多视角图片数据提取初始特征和关节位置热度图。然后基于多视角特征融合和热图融合来改进2D人体位姿估计技术,以增强检测结果。可以充分利用多视角数据的优势,减轻单视角无法避免的遮挡问题对人体关节点检测效果的影响,对于被遮挡的关节点,无法检测得到以及错误匹配等问题都得到明显改善,方法的鲁棒性大大增强。其次,基于多视角相机阵列进行3D人体位姿估计。通过多视角相机阵列采集场景内人体运动数据,对图像首先进行2D人体位姿估计,并对各个视角的2D人体关节点进行跨视图匹配,利用人体区域一致性、2D人体关节点跨视图空间一致性、2D人体关节点单视图匹配一致性、2D人体关节点与3D人体关节点空间一致性等约束来提高人体关节点跨视图匹配的准确率。对优化匹配后的2D人体关节点采用最小二乘估计方法得到最优的3D人体关节点位置,并利用前后帧人体骨架之间的运动关系来保证人体骨架在时序上的一致性,能够保持追踪同一个人的人体骨架。最后,基于多视角相机阵列进行人体模型重建。通过多视角相机阵列采集场景内人体数据,再对输入图像进行3D人体位姿估计得到人体关节点位置信息,与SMPL模型定义的标准静止模型的人体关节点相计算得到各个关节点的全局和局部旋转矩阵,从而得到模型的人体姿态参数。并利用最小化包含多个误差项的目标函数来优化人体模型参数,减少人体关节点误差带来的影响,得到效果更好的SMPL人体模型。本文的人体运动捕捉技术基于多视角相机阵列进行,充分利用多视角数据更全面的人体信息,在2D人体位姿估计、3D人体位姿估计和人体模型重建方面都取得了比较好的效果。