基于视频的实时自动人体高度测量

怎样从视频出发准确实时地测量场景中运动人体的高度? 针对此问题, 本文提出了一种自动实时的人体高度测量方法. 该方法首先在视频序列中的每帧图像上提取一种新的头部特征点以及一种新的脚部特征点, 然后根据这些特征点建立约束方程求出近似的人体高度, 并同时在视频序列中跟踪双脚. 最后基于获得的双脚跟踪结果, 引入一条关于特征点所对应空间点的几何约束以进一步优化测量结果. 与过去的许多测量方法相比, 本文方法有效地利用了视频序列中包含的运动信息, 有较强的鲁棒性和较高的测量精度, 既能有效地处理透视镜头下的视频又能处理鱼眼镜头下的视频, 而且计算量很低, 可以实现实时测量. 实验结果验证了本文算法的有效性和实时性.     

电子稳像中基于运动分类的全局运动估计算法

提出一种基于运动分类的全局运动估计算法.首先,分区提取图像中的鲁棒Harris特征点,并采用特征窗匹配思路,提高匹配速度;其次,对运动矢量在平移、旋转和缩放模式下的统计特性进行分析,提出运动类型快速判定方法,并验证特征点的有效性;再次,将有效点对代入运动方程,求取全局运动参数;最后,结合Kalman滤波来补偿当前帧实现视频稳像.实验结果表明,该算法能够处理含摄像机扫描和抖动的复杂场景,检测误差小于0.5像素,且达到实时处理.     

未标定视频下的动态人体身高测量

针对视频下的动态人体身高测量过程中,依赖三维场景的结构化信息,或者需要事先对相机进行标定的情况,提出了一种视觉测量算法对未标定视频中的行人身高进行测量。该方法首先利用帧差法提取每帧图像中的人体区域信息,然后由该区域的主轴方向确定人体的头顶点和垂足点,再由头顶点和垂足点形成的两个平行虚拟平面确定水平消失线、由主轴方向确定竖直消失点,最后根据射影变换的交比不变量来确定人体的身高。该方法以人在正常行走过程中身高基本保持不变为合理假设,并且充分利用了视频中的人体运动信息。实验结果表明,测量结果的平均相对误差低于2.2%,能够满足人体身高测量的精度需要。     

基于时空测地线传播的RGB-D视频分割

针对前景和背景深度交叠或相机运动时基于深度统计的传统视频分割算法中存在的问题,提出一种基于时空测地线的方法,并证明该方法适合基于深度的视频分割.首先使用基于运动检测的方式进行初始化;然后使用基于特征点选择方式定义种子结点,特征点匹配方式构建时域链接,空间上8邻域像素连接形成空域链接,在连续两帧之间构建时空测地线传播图;最后在时空测地线传播图上使用泛化测地线距离变换将前一帧的分割结果传播到当前帧,并自适应地在传播和检测间切换消除累计误差.实验结果表明,该方法能够在复杂场景和相机运动情形下输出稳定的分割结果.     

基于在线Bayesian决策的动画场景切换检测方法

动画视频分析中,实时在线地检测场景切换点是一个基础任务。传统基于像素和阈值的检测方法,不仅需要存储整个动画视频,同时检测结果受目标运动和噪声的影响较大,且阈值设定也不太适用复杂的场景变换。提出一种基于在线Bayesian决策的动画场景切换检测方法,新方法首先对动画帧图像分块并提取其HSV颜色特征,然后将连续帧的相似度存入一个固定长度的缓存队列中,最后基于动态Bayesian决策判定是否有场景切换。多类动画视频的对比实验结果表明,新方法能够在线且更稳健地检测出动画场景切换。     

基于姿态引导的场景保留人物视频生成

人物视频生成技术是通过学习人体结构与运动的特征表示,实现从特征表示到 人物视频帧的空间生成映射。针对现有的人物视频生成算法未考虑背景环境转换及人体姿态 估计精度较低等问题,提出一种基于姿态引导的场景保留人物视频生成算法(PSPVG)。首先, 取合适的源视频和目标视频,利用分割人物外观的视频帧代替源视频帧作为网络的输入;然 后,基于GAN 的运动转换模型将源视频中的人物替换成目标人物,并保持动作一致性;最后, 引用泊松图像编辑将人物外观与源背景融合,去除边界异常像素,实现将人物自然地融入源 场景且避免改变画面背景环境和整体风格。该算法使用分割出的前景人物图代替源视频帧中 的人物,减少背景干扰,提高姿态估计精度,自然地实现运动转移过程中源场景的保留,生 成艺术性与真实性和谐并存的人物视频。     

基于贝叶斯框架的目标分割方法研究

运动目标的检测与分割是视频监控系统的基础,所分割出的目标的完整性对视频的后续处理如目标分类、跟踪及行为理解产生重要影响。实际场景通常很复杂包括静态的背景和动态的背景及运动目标。该文提出了基于贝叶斯框架的目标检测方法。首先求相邻两帧之差,通过自适应阈值把帧差图二值化为变化部分和静止部分。每个像素维护两个表分别对应静止和运运两种状态,表中表项记录像素最近最重要的概率信息,检索这些概率代入贝叶斯公式,求出当前帧像素点的最大后验概率,根据贝叶斯分类原则,对当前帧的像素进行分类。最后,对室内、室外拍摄的两个视频做实验进行验证,实验表明该方法在较复杂环境下,也具有较好的目标检测能力。     

基于自动标注特征点的人体关节跟踪

现有的基于人体特征点的关节跟踪方法大多采用手动标注特征点方式;提出了一种新的特征跟踪的方法,该方法能够对目标人体关节特征点进行自动标注,实现对人体关节点的自动跟踪;首先采用帧间差分和背景差分相融合的方法来分割运动人体,采用CANNY算子提取目标轮廓,自动标注关节特征点;然后采用LK光流算法跟踪标注的特征点;最后利用卡尔曼滤波线性跟踪来预测特征点出现的位置,从而修正那些产生跟踪错误的特征点;实验结果表明,该方法能够有效的对实际视频的目标人体进行特征点自动标注,取得较好的跟踪效果.     

基于Rough Set的镜头分割方法

综合利用了MPEG视频流P帧的运动特征、像素差和直方图差特征,提出了一种基于Rough Set的镜头分割方法。该方法首先提取视频流中P帧的宏块信息,然后分析得到其运动活力性、宏块类型和运动空间分布,再结合这些帧的像素差特征和直方图差特征,利用Rough Set对这些特征进行约减后,对镜头切换处进行识别。实验表明,该方法能有效地区分镜头的突变,对渐变也能很好地检测。     

基于动态图像序列的下肢运动参数测量

针对人体下肢运动参数的检测问题，提出了基于动态图像序列的下肢运动测量方法。首先对成像系统进行了分析，然后根据所得的图像序列，提出了图像帧间特征点的对应、下肢的运动及结构参数估计等问题的处理方法，实验结果反映了该方法的有效性。     

虚拟人运动建模中的逆向运动学方法研究

针对当前虚拟人运动建模中缺少环境约束这一问题,文中提出了一种基于环境约束的逆向运动学求解方法。主要研究了在环境约束下,如何运用逆向运动学方法使人体的步行运动更加真实直观。首先提出了人体的层次结构模型和关节模型,其次对CCD算法的实现方法进行分析,最后结合CCD算法提出一种在环境约束下调整人体步行运动的方法。解决了运动捕捉方法中动作单一的问题,使虚拟人能够根据环境信息调整现有的动作,最终能够使虚拟人在平坦地面的运动和上下台阶运动都更加灵活真实。     

基于人体关节点数据的攻击性行为识别

针对人体攻击性行为识别问题，提出一种基于人体关节点数据的攻击性行为识别方法。首先，利用OpenPose获得单帧图像中的人体关节点数据，并通过最近邻帧特征加权法和分段多项式回归完成由人体自遮挡和环境因素所导致缺失值的补全；然后，对每个人体定义动态"安全距离"阈值，如果两人真实距离小于阈值，则构建行为特征矢量，其中包括帧间人体重心位移、人体关节旋转角角速度和发生交互时的最小攻击距离等；最后，提出改进的LightGBM算法w-LightGBM，并对攻击性行为进行识别。采用公共数据集UT-interaction对所提出的攻击性行为分类识别方法进行测试实验，准确率达到95.45%。实验结果表明，所提方法能够有效识别各种角度的攻击性行为。     

基于Kinect的人体姿态估计优化和动画生成

为了生成更准确流畅的虚拟人动画,采用Kinect设备捕获三维人体姿态数据的同时,使用单目人体三维姿态估计算法对Kinect的彩色信息进行骨骼点数据推理,从而实时优化人体姿态估计效果,并驱动虚拟人物模型生成动画。首先,提出了一种时空优化的骨骼点数据处理方法,以提高单目估计人体三维姿态的稳定性;其次,提出了一种Kinect和遮挡鲁棒姿势图（ORPM）算法融合的人体姿态估计方法来解决Kinect的遮挡问题;最后,研制了基于四元数向量插值和逆向运动学约束的虚拟人动画系统,其能够进行运动仿真和实时动画生成。与仅利用Kinect捕获人体运动来生成动画的方法相比,所提方法的人体姿态估计数据鲁棒性更强,具备一定的防遮挡能力,而与基于ORPM算法的动画生成方法相比,所提方法生成的动画在帧率上提高了两倍,效果更真实流畅。     

任意姿态虚拟人网格模型骨骼提取算法

人体骨骼动画技术是虚拟人物建模中的研究重点。在现有人体骨骼动画的制作过程中,动画师必需手工标定人体各主要关节点位置及人体骨架每一关键帧的姿态,工作量巨大。因此提出一种自动提取人体任意姿态网格模型骨架结构的方法。该方法首先利用模型各顶点间测地距离的几何关系自动识别人体位于四肢和头顶末端的5个特征点,再以特征点为起点生成等测地距离曲线族,利用等测地距离曲线将人体四肢和躯干区分开来,将这些相邻等测地线中心连接起来生成5条骨骼中心线,最后在中心线上根据中心夹角极小值及等测地距离曲线似圆率来确定人体关节的确切位置。实验结果表明,该算法能适应不同姿态的人体模型,计算结果准确性高,能完全自动实现关节点定位和骨骼提取。     

基于JACK的虚拟人行走建模与实现

针对目前Jack软件中人体直立行走仿真过程存在的缺陷(动作不自然问题、姿态转变存在突变现象),分析了Jack软件中人体运动模型及直立行走的控制方法,提出利用参数化关键帧技术对人体运动控制过程进行改进,通过改进,使得人体的行走仿真更加逼真、自然,有效地提高了人体运动仿真的真实感。结果将改进的运动控制流程应用到虚拟人体的弯腰走、携物走、跑、爬行、攀登、匍匐等广义行走仿真中,实现了人体各种姿态的行走动作,有效提高了jack软件在工程中的实际应用能力。     

一种基于人体测量学的三维人体快速建模方法研究与实现

常用的个性化三维人体建模方法存在数据量大,处理过程复杂,不适合Web应用的不足,该文提出一种新的快速进行三维人体建模的方法,该方法根据人体测量学和人体解剖学原理,结合人体表面特征点和特征线分布规律,应用超椭圆仿真人体各截面、采用层次参数驱动设计思想,实现快速创建个性化三维人体模型。该方法具有满足实时要求、交互参数少,易于控制,误差小、模型真实感强等优点,并可以准确地提供骨骼关节点和人体特征点．适于三维仿真形象动态设计、人体运动模拟和虚拟服装试衣等多种应用。     

一种基于人体测量学的三维人体快速建模方法研究与实现

常用的个性化三维人体建模方法存在数据量大,处理过程复杂,不适合Web应用的不足,该文提出一种新的快速进行三维人体建模的方法,该方法根据人体测量学和人体解剖学原理,结合人体表面特征点和特征线分布规律,应用超椭圆仿真人体各截面、采用层次参数驱动设计思想,实现快速创建个性化三维人体模型。该方法具有满足实时要求、交互参数少,易于控制,误差小、模型真实感强等优点,并可以准确地提供骨骼关节点和人体特征点,适于三维仿真形象动态设计、人体运动模拟和虚拟服装试衣等多种应用。     

基于Maya关键帧技术的虚拟人行走运动仿真

论文阐述了动画制作中的关键帧方法,人体骨骼关节原理以及分析了人体行走过程的重要特征。在此基础上．作者在Maya软件中运用关键帧技术和逆运动学相结合的方法,详细论述了虚拟人行走动画的制作过程,最终完成人体行走运动的仿真。