光学式运动捕捉技术在人体动画中的应用研究

为了使用运动捕捉系统更高效地制作三维角色动画,创造极具真实感动作的三维角色,通过对基于运动捕捉技术的三维人体动画制作流程的分析和实现,提出了运动捕捉过程的数据采集、数据处理及数据重用的方法和技巧,包括摄像机标定、标记点跟踪和三维重建技术等。通过重建后的数据驱动虚拟角色,实现了一系列真实感人体动作的捕获与使用,使虚拟角色具有了生命。     

由LeNet-5从单张着装图像重建三维人体

提出基于LeNet-5的从单张着装图像恢复人体三维形状的方法,建立着装人体正面轮廓和人体形状空间之间的映射模型,实现了高效、精确的三维人体建模,可以应用于对人体表面形状精度要求较高的场合,如虚拟试衣. 基于PGA在流型空间上对公开的三维人体数据集进行数据扩增,给虚拟人体进行着装,构建着装人体数据库. 从着装人体正面投影图像中提取信息,以人体形状参数及正、侧面轮廓信息为约束,基于LeNet-5完成三维人体重建. 实验证明,对于身穿不同款式服装的人,采用的模型通常都能从单张着装图像中重建得到较高精度的三维人体模型.     

基于混合高斯模型优化的运动人体跟踪方法

复杂背景下运动人体目标的自动检测与跟踪效果常易受环境光线变化的干扰.面向变光线环境下运动人体检测与跟踪,提出一种基于混合高斯模型优化的Camshift检测跟踪算法,首先采用混合高斯模型进行前景建模,将外界扰动作为背景信息进行处理;然后进行色彩空间转换并计算反向投影值,进一步利用Meanshift迭代定位运动目标;最后,通过更新混合高斯模型及后续帧的处理保持人体目标的有效检测及跟踪.实验结果表明,该方法相较于传统的光流方法及Camshift算法,可更好地适应环境光线变化及枝叶晃动影响,较好地获取运动目标前景信息,提高运动人体目标的检测及跟踪精度.     

结合光流法的车辆运动估计优化方法

针对车辆自主定位实时准确的要求,提出一种结合光流法的车辆运动估计优化方法.采用改进的Lucas-Kanade算法跟踪FAST特征点计算其光流;进而对图像间偏移量进行坐标系转换,获得初始坐标系下车辆的运动估计值;基于偏移量与旋转角度误差服从正态分布的假设,优化更新采用光流法的车辆运动结果,最终映射到世界坐标系中获得车辆运行轨迹.通过测试多组不同车辆行驶轨迹,结果表明:该优化方法突出了光流法的实时性并且克服了其精度差的缺点,有效解决了由累积误差引起的轨迹漂移情况,能够提供车辆准确实时的定位输出.相较于基于特征点匹配的车辆定位其计算时间短,与常用的光流法比较,轨迹更加精确、光滑.     

重尾非高斯定位噪声下鲁棒协同目标跟踪

针对定位数据的统计特性未知且易受异常值干扰而影响协同目标跟踪性能的问题,提出一种重尾非高斯定位噪声下的鲁棒协同目标跟踪方法. 该方法假设定位噪声服从多元学生t-分布,建立联合估计目标状态与定位噪声参数的贝叶斯模型. 针对目标状态与噪声分布参数相互耦合而难以计算联合后验分布的问题,应用变分贝叶斯推断原理和平均场理论对后验分布进行解耦,将目标状态与定位噪声参数的联合后验分布估计问题转化为最优化问题,以交替优化的方式实现系统参数的在线递推估计. 对提出的协同目标跟踪方法进行测试. 仿真结果表明,当定位数据中存在未知的野值噪声时,提出的协同跟踪算法具有较好的鲁棒性.     

双下肢建模与运动控制研究

人体下肢行走为周期性规律运动,研究行走的步态特征对双足行走机器人步态规划以及动力型假肢运动控制都有很大的借鉴意义.利用VICON人体三维运动捕捉系统采集平地行走髋关节与膝关节的运动信息并进行分析.将人体简化为刚体模型,借助CAD软件Solidworks进行人体建模,利用COSMOS Motion插件进行下肢运动学分析.搭建双下肢运动平台,直流伺服电机作为驱动髋关节与膝关节运动的动力装置,通过对人体膝关节和髋关节角度信号的控制,最终达到模拟人腿的步态行走.     

基于核密度估计的遮挡人体跟踪

充分利用空间、颜色、运动等信息对图像进行块建模、颜色建模和运动建模.通过混合高斯建模法,将运动人体的前景信息提取出来;基于Epanechnikov核密度梯度估计算法,对存储模型中的人体进行聚类,实现块建模;采用非参数的核密度估计算法和基于高斯分布的运动建模,分别获取颜色密度函数和运动密度函数,并利用颜色密度函数和运动密度函数对当前帧的前景区域进行后验概率估计,以获取后验概率图像,根据对该图像中遮挡人体进行分割以实现人体目标的跟踪.实验结果表明:基于核密度估计的遮挡人体目标跟踪算法有效地解决了遮挡人体目标跟踪问题.     

基于均值移位算法与彩色直方图算法的体育运动视频跟踪技术研究

随着体育竞技水平的提高,体育训练的要求也不断提高。为了适应这种现状,计算机视觉技术被应用到体育训练中,因为机器视觉比人眼有更好的准确性和记忆性,能够快速地捕捉运动目标,并且能够记录目标的各种运动数据。对体育运动视频中的非刚性目标进行跟踪,提出了基于均值移位算法与彩色直方图算法的跟踪方法,不仅能够对目标的位置进行有效的跟踪估计,同时对目标的形状也能很好地进行描绘,解决了体育运动视频中非刚性目标形状复杂不易跟踪的问题。给出了实例验证,表明所运用方法的有效性、自适应性。     

Kalman滤波-BP神经网络在执行机构自主定位中的应用

在执行机构对目标物体进行自主定位过程中,定位误差的实时计算、误差修正和状态分析往往比较困难.为此,提出基于三帧差法的Kalman滤波算法进行末端动态捕捉,利用反向传输（BP）神经网络分类思想进行目标识别,基于点云库的点云提取和处理算法,获得末端和目标物体的空间坐标.最后,将散乱点群进行网格化和3D空间插值.实验结果表明,算法能实时检测并跟踪运动末端,预测精度达到99%,且目标物体的识别率为99%,并可在短时间内修正定位误差,使末端中心点逐步收敛到目标质心,自主定位成功.用三维拟合法对算法的有效性进行验证,并对定位过程进行了状态分析.新算法能完成执行机构的自主定位,省去了相机标定过程,提高了系统效率.     

智能监控中基于头肩特征的人体检测方法研究

针对传统监控系统存在的不足,研究了智能监控中人体目标的自动检测,提出了运动目标头肩模型提取和支持向量机头肩模型验证相结合的新方法,该方法将差分图像的边缘检测与轮廓跟踪相结合,有效地消除了目标影子干扰的影响;利用人体局部形状特征区分人体目标,解决了实际应用场合中人体易受到遮挡的问题;基于支持向量机(SVM)的分类器克服了传统方法在小样本条件下容易欠学习与过学习的问题.实验结果表明,该方法具有较强的鲁棒性和较高的正确率,在智能监控系统中能自动检测运动人体目标,为智能监控中人体目标自动检测和跟踪提供理论和技术基础.     

基于高斯过程的三维模型语义分类和检索

针对三维模型检索系统提高准确率、减少几何特征和人类语义丰富性之间的“语义鸿沟”等问题, 提出一种基于高斯过程的语义分类和检索新方法.该方法采用一种统计2个采样点相对质心向量夹角的AC2直方图新特征,与形状分布的D2特征组合成低层特征,使用高斯过程进行三维模型语义分类的监督学习,计算测试模型的语义类概率预测分布,建立低层特征和查询概念之间的联系;使用语义距离和不相似度计算方法进行检索排序.实验结果表明：与已有的某些监督学习的方法相比,多类的测试模型进行语义分类的准确率明显得到提升,检索中能体现语义概念,检索性能也得到提高.     

基于多模板配准的人体上半身三维运动跟踪

单目视频下的人体三维运动跟踪过程中,二维肢体模板由于遮挡而无法配准,从而造成跟踪丢失。针对这一问题,建立人体肢体的三维纹理模型用于人体运动跟踪。首先在初始帧中得到纹理模型在直立姿态下的二维模板及各像素点的局部坐标,在其它帧中利用像素灰度一致性约束优化进行跟踪,同时由跟踪结果生成新的二维模板,形成一个模板库。随着跟踪帧数增加,模板库动态更新,最终跟踪结果由模板库中各模板配准结果中的最优值决定。实验结果表明,与单一二维模板配准算法相比,多模板匹配能够克服由于肢体自旋转而造成的遮挡,取得了更好的跟踪结果。     

基于VC++和Pro/E的缠绕芯模的逆向设计

纤维缠绕芯模的形状尺寸决定着缠绕复合材料的形状,在生产复合材料前,需对特定形状的芯模进行仿真,在仿真阶段对于不同格式的芯模,要求逆向获取其关键尺寸。利用三维建模软件Pro/E进行基于几何形状特征的建模,再将其转化为VRML(virtual reality modeling language)格式的中性文件。然后,采用VC++建立一个简捷的操作平台,通过VC++结合OpenGL(open graphic library)实现模型的渲染和重构,在VC++界面中获取CAD模型的关键尺寸,达到芯模逆向设计的目的,可方便地实现缠绕仿真的设计。     

模型预测控制下多移动机器人的跟踪与避障

提出了一种基于距离和速度的机器人之间的避障方法,通过与机器人避开障碍物的人工势场法相结合,建立一致性控制编队控制协议。首先,建立机器人之间的通信拓扑关系,以便机器人之间的信息交流。在编队控制层面上,设计具有避碰的编队控制律。然后,在编队跟踪层面上,运用模型预测控制方法,将编队误差运动问题按代价函数转化为最小优化问题。为了在线高效地求解该优化问题,运用了一种广义投影神经网络优化的方法,以便最优解作为控制输入。最后,对多移动机器人编队进行了仿真,验证了所提出策略的有效性。     

三维点云极化地图表征模型与智能车定位方法

为提高智能车定位精度提出一种基于三维点云极化地图表征模型的定位方法。该模型以点云极化图为节点,利用高精度GPS(Global Positioning System)和欧拉角实现该节点的全局位置表征;从极化图中提取点云的二维与三维特征,实现该节点的多尺度特征表征;通过一系列极化节点实现道路场景的数值描绘与虚拟重构。定位过程中,通过对实时获取的三维激光点云进行极化表征并与地图节点进行多尺度特征匹配实现智能车的地图定位。具体而言,首先根据待定位智能车GPS信号的稳定情况选用GPS匹配或者拓扑定位筛选地图节点并获取定位候选集,完成初定位;其次运用点云二维特征匹配结果从定位候选集中检测距离待定位智能车最近的地图节点,完成节点级定位;最后利用点云三维特征匹配结果与最近地图节点的全局位置计算智能车位姿,完成度量级定位。实验在两种典型场景下进行,节点定位准确率98.7%,平均定位误差21.4 cm,最大定位误差42.9 cm。结果表明,本文算法满足智能车高精度定位需求,且鲁棒性强、成本低、计算过程简单。     

基于判别性区域提取的视频人体动作识别方法

针对全局特征描述过分依赖精确定位、背景减除和跟踪技术等问题,同时也为了解决视角变化、噪声和遮挡等干扰带来的影响,对基于局部特征描述的视频人体动作识别方法进行了研究,提出了一种基于判别性区域提取的视频人体动作识别方法.首先通过迭代训练和筛选过程对视频的内容进行分析和学习,自动提取视频中有代表性和区分性的判别性区域,然后使用词袋模型对提取到的判别性区域进行统计和描述,最后采用支持向量机方法确定人体运动的类型.在KTH和Youtube数据集上分别对提出的方法进行了论证,结果表明:该方法具有较高的识别准确率,同时对复杂背景等干扰不敏感.     

基于李代数的人体手臂惯性动作捕捉算法

为了实现实时人体手臂动作捕捉,提出了一种利用惯性传感器实现人体手臂动作捕捉的方法.利用惯性测量单元(IMU)解算出的四元数信息,得到手臂腕部、肘部和肩部关节点的位置.将惯性数据通过蓝牙无线通信方法传到上位机.采用具有毫米级动作捕捉精度的OptiTrack光学动作捕捉设备,得到人体手臂的位置数据,并将其作为基准位置数据.将IMU坐标系下解算出的位置信息变换到OptiTrack坐标系下进行对比.结果表明,该方法适用于自由活动环境下的动作跟踪,具有较高的动作捕捉精度.     

基于气泡跟踪与相位相关的浮选表面气泡平移运动估计

针对浮选表面气泡运动估计难以兼顾准确度和速度的问题,提出了结合气泡跟踪与相位相关的浮选表面气泡运动估计方法。首先对序列的相邻2帧图像按灰度最小值进行尺度缩小,然后通过阈值分割法提取其气泡高亮区域以完成气泡跟踪,最后采用相位相关法得到气泡平移运动信息。同时提出一种分块相位相关法用于进一步获取各个气泡子区域的运动特征。多组运动估计仿真测试证实了算法的有效性和准确度。铅锌浮选厂的现场实验结果表明,算法能快速地获取气泡运动矢量,分块相位相关法能够提供各子块的运动特征。浮选各槽的气泡运动曲线数据表明：每个浮选槽表面气泡的平移运动均表现出了一定的周期性;同一等级的浮选槽里的气泡平移运动曲线和运动紊乱程度曲线具有类似的分布规律;保持一定程度的气泡运动紊乱性有助于提高精矿的品质。     

基于边缘特征的虚实图像精确配准

3D模型的虚拟图像与可见光图像（实图）的配准可以增强信息的互补性,在通过INS装置粗配准后,其配准问题变成了经典的多模态图像精确配准问题。本文提出了一种基于边缘信息全局最优匹配的3D模型图像与可见光图像精确配准算法。该算法首先基于相位一致性模型提取3D模型图像与可见光图像视觉相似的边缘结构;再采用模拟退火算法搜索求解在边缘配准度最大对应的空间变换模型的最优参数值。4组实验结果表明,本文算法能够充分利用图像间的相近似的边缘结构和模拟退火算法得到配准变换参数,有效地实现多模态图像（不同光照及对比图像对,不同传感器的航拍图片对,虚拟3维视图与可见光图像）的精确配准。