基于矢状面和神经网络的三维人体骨架提取

不同姿态的人体模型易对骨架提取算法产生干扰。为此,提出一种新的骨架提取算法。该算法通过将人体模型矢状面深度信息和改进Hopfield神经网络相结合的方式,引入一种网络输入输出函数,对传统的人体骨架提取算法进行改进,使网络收敛速度明显加快。通过特征点的深度信息决定点对差异的方式,使网络成功地避免局部极小点,同时减少网络的运行时间。实验结果表明,该算法在定位骨架特征点处的误差明显小于传统算法,且缩短了算法的运行时间。该算法对人体骨架提取的效果更好。     

一种改进的基于特征点求解的骨架提取算法

基于特征点求解和Reeb图思想,实现了一种新的骨架提取算法。首先求取模型特征点集,以特征点为计算依据,根据三角网格中每个顶点与特征点的不同对应关系得到网格分支点,聚合成一系列骨架点,依据骨架点携带的拓扑信息,连接拓扑相邻的骨架点得到模型骨架。采用了改进的特征点提取算法,其时间复杂度由O（n^3）提高到了O（n^2log（n））,实验表明算法能够快速提取骨架,针对一般模型的骨架提取效果令人满意。     

基于扫描测量的三维人体模型

三维服装CAD设计、虚拟试穿、服装立体裁剪的出现和不断发展,为服装设计和营销提供了新的技术手段,三维人体模型是该技术的基础和关键。这里通过对扫描获取的VRML格式的人体模型数据文件进行解析,使用Java3D技术建立三维人体模型。该方法基于三维扫描测量,满足了服装对人体模型精度的要求,同时高效地支持模型的可视化,通过进一步利用JAVA语言的强大功能,可以实现复杂的三维应用程序。     

基于优化DRG的三维人体点云骨架提取方法

针对离散Reeb图（Discrete Reeb Graph,DRG）描述人体骨架时分支部位骨架线偏离中轴的问题,采用了能量函数最小化的方法对DRG曲线进行优化。将人体模型的DRG曲线作为初始骨架,定义其能量函数,在点云模型的距离场梯度的作用下,迭代地调整偏离中轴目标段的曲线位置使其逐渐逼近中轴,能量函数最小时得到优化的骨架。将该算法应用于同一模特四个不同姿势和四个不同模特同一姿势的人体点云模型,并与基于拉普拉斯算子的点云收缩的骨架提取方法进行了比较。结果表明,该算法能够很好地适应各种不同姿势和体型,模型分叉部位的特征得到更加完善的描述,得到的骨架曲线更接近模型的中轴。     

自适应三维美工树木骨架提取算法

提出了一种自适应三维美工树木骨架提取算法。该算法主要由前处理、骨架提取和后处理三个步骤组成。前处理阶段依次完成预计算操作,包括对具有几何相似性的子枝进行聚类,自适应生成每个子枝点云的聚类长度阈值,确定子枝之间的父子关系等;骨架提取阶段实现对每个子枝点云的聚类,及其对应骨架点、骨架曲线的生成等操作;后处理阶段完成孤立骨架节点去除,整棵树所有骨架曲线光滑化等处理。该树木骨架提取过程完全由计算机自动完成,不需要用户的任何干预。实验结果表明,采用该算法得到的美工树木骨架既能完整地保持树木模型的形状,又能正确地实现树木模型的拓扑结构。     

一种基于模型分割的三维人体骨架提取方法

针对当前三维骨架提取方法复杂度较高、提取结果不够准确,以及专门针对人体模型的方法较少等问题,提出一种基于模型分割的三维人体骨架提取方法。首先,根据模型顶点与末端特征点的最小测地距离将模型分割;然后由归一化的测地距离函数确定模型各顶点所属拓扑层次;接着在模型分割的基础上依据拓扑层次提取出原始骨架点;最后经过微调,将各骨架点按照拓扑关系连接得到较为精确的人体骨架。实验结果表明,该方法有效降低了骨架提取算法的复杂度,且对不同姿势的人体模型均可获得较为准确的提取结果。     

基于形态学的视频序列人体骨架提取

本文在数学形态学算法的基础上,出了一种新的序列图像中人体目标骨架提取方法。首先运用数学形态学对二值图像的滤波、腐蚀和膨胀功能平滑图像中人体目标的边缘,去除背景中误分割出来的噪声。之后运用形态学算法中的击中击不中变换细化目标,提取骨架。运用单人和多人运动图像序列进行实验,结果证明,本文提出的方法效果较好。     

复杂环境下的运动人体骨架提取算法*

针对复杂环境下运动人体难以检测及由人体运动自身的复杂性而引起的骨架提取难的问题,提出了一种复杂环境下视频序列中的运动人体骨架提取算法。算法首先利用区域背景建模获取复杂环境下的背景图像,利用最大色差分量结合自适应阈值分割运动人体;然后根据人体测量数据对人体骨架建模,最后利用Kalman滤波跟踪人体关节点,连接关节点生成运动人体骨架。实验结果表明,该算法能准确地提取复杂环境下视频序列中的运动人体骨架,具有低关节位置误差率。     

基于三维人体语义骨架点的姿态匹配

针对三维人体模型结构复杂,处理数量大且不易提取控制点等问题,提出通过对人体形状进行特征分析描述人体结构并进行姿态识别的算法。融合测地线与空间结构等特征提取骨架点有效减少数据的计算量,并通过ICP算法进行姿态的行为识别。实验证明,该算法有效地提升了三维姿态的识别效率,并有很好的鲁棒性。     

面向人机工程的三维人体尺度空间模型

建立三维人体模型以及分析人体肢体可及空间,对于人机工程设计、人体关节运动控制和人体模型的碰撞检测研究都具有重要的意义。然而多关节的真实人体可及空间难以描述,目前没有很好地解决。该文在研究人机工程仿真的基础上,建立了逼真三维人体模型,探讨了多关节且关节转角受限制的三维人体尺度空间模型,并应用虚拟现实建模语言(VRML)对上述模型和方法进行了验证。结果表明：该方法计算量小,生成的空间模型直观准确。     

基于模板匹配的三维人体语义特征提取算法

随着社会经济发展,生活水平的提高,人们对定制产品的需求越来越多,例如服装高级定制、健身计划定制等。为更好地满足这些需求并提供精准的数据支撑,需提取精确的人体语义特征,即人体的身高、胸围、腰围等一系列参数。对现有特征提取算法进行分析研究,设计一种基于模板匹配的三维人体语义特征提取算法。通过模板模型逼近输入模型,将模板模型上的语义特征采样点拓展到输入模型上,使用NURBS曲线拟合采样点,计算曲线长度。实验结果表明本文所提算法综合性能好,能够为服装定制、人体动画、人体工程学设计等提供精确广泛的数据支持。     

基于深度扫描仪的高辨识度三维人体模型重建方法

3D 照相打印馆人像的打印质量取决于3D 扫描获得的三维人体模型的辨识度。然 而,由于现有3D 人体扫描仪价格昂贵、操作复杂等原因,使得3D 人像打印成本高、耗时长和 打印精度较低。针对这些缺点提出一种基于深度扫描仪重建高辨识度三维人体模型方法。利用 多组深度扫描仪分工协作、优势互补,分别获取高辨识度的人体面部五官点云数据,上半身与 全身表面轮廓点云数据。然后,通过引入特征点和改进的最近点迭代法将采集到的三组点云数 据进行对齐、替换、拼接,将拼接后的无拓扑关系的点云数据进行曲面重构即可获得高辨识度 的三维人体模型。该方法的扫描时间较短,以较低的成本构建了具有高辨识度的三维人像模型。     

基于Kinect的人体三维重建方法

通过Kinect体感仪,实现人体三维重建.使用Kinect体感仪,扫描获取人体三维数据,利用深度数据转换算法实现二维顶点的三维化,再通过红外相机姿态跟踪算法进行顶点集配准,求解出相机每次的相对位移与转动角度,实现相机姿态跟踪,并将每次拍摄到的点集转换到同一全局坐标系下,使用晶格化显示集成算法将点云集成到提前划分好精度及尺寸的体素晶格中,最后利用投影映射算法获得可视化的人体三维立体模型.使用Kinect体感仪及三脚架等辅助设备方便快捷地获取人体三维重建结果,并通过3D打印技术对模型进行输出.该研究实现了人体三维重建中人体扫描、处理、重建、输出全流程.     

基于正视图的三维模型特征提取算法

提出一种基于正视图的三维模型特征提取算法,从前、顶、右、后、底与左分别对模型进行投影,获得6个正视图,使用不同半径的同心圆将每个正视图分割,计算每个同心圆内的高度信息和,得到相邻2个同心圆内高度信息和的差值,每个三维模型特征由 6个正视图描述。实验结果证明,该方法的检索效果与光场法相当,计算速度较快。     

基于机器视觉的3D人体动作识别研究

基于人体模型对目标进行跟踪,根据可见光传感器获取的二维图像信息与红外传感器获取的深度信息,利用旋转矩阵处理相关联接点动作实现人体动作识别。     

三维人体数据库查询系统

:21世纪,服装产业已经由传统的生产方式向数字化、电子化转变,服装的量身定制需要大量的三维人体数据,并且需要对这些数据进行高效安全的储存和管理.世界各国都充分意识到了建立适应本国的人体数据库的重要性.本研究建立一种有效的数据库系统平台,实现对复杂数据的处理、存储和查询等工作,包括三维人体数据的提取认证、局部形态数据的筛选和信息查询展示.     

基于Level Set模型的彩色脑血管图像骨架提取算法

骨架提取是计算机视觉理论与应用中极具挑战性的课题,具有重要的应用价值.在分析医学彩色脑血管图像特性的基础上,引入一种基于颜色梯度信息和贝叶斯分类的水平集速度函数,提出了HSV空间高速模型,并基于该模型提出了用于彩色脑血管图像的骨架提取算法.该算法使用了两个新的中间函数,它的全部参数均由分析得到,避免了人工干涉.实验证明,该算法对颜色渐变和边界噪声不敏感,具有很好的有效性和鲁棒性.     

个性化三维人体模型快速建模方法

采用模型重用的思想,通过输入21个人体测量学参数对标准人体模型进行编辑,实时获得相应体型的个性化三维人体模型．该方法使得编辑过程能够实时完成;生成的人体模型可以方便地驱动;精选的21个人体测量学参数覆盖了人体各处的细节,能够比较完整地描述人体的外形特征,满足对人体模型个性化的需求．