多目视觉三维人体运动

《多目视觉三维人体运动》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海交通大学硕士学位论文多目视觉三维人体运动姓名：郑恩亮申请学位级别：硕士专业：模式识别与智能系统指导教师：刘允才20081223上海交通大学硕士学位论文多目视觉三维人体运动摘要本论文围绕机器视觉的重要课题——多目视觉三维人体运动——展开研究，他不仅涉及到机器视觉的底层问题，而且做了许多高层的视觉处理。多目视觉三维人体运动分析就是对多目图像或视频进行处理，获取人体姿态和运动参数。它在智能监控，虚拟现实，人机交互，人体运动分析，视频编解码等领域有广泛而潜在的应用价值。最近几年，国际上学术界和企业界对这个领域作出了广泛而深入的研究，并取得了长足的进步与发展。

2、在大量阅读国内外期刊文献的基础上，我们对三维重建，人体初始化和跟踪，以及运动参数分析等方面做了细致的分析和研究，提出了一些创新性的算法，并取得了一些有价值的实验结论：(1)前景背景分割是一个传统的难题。本论文在基于贝叶斯分割的方法基础上，提出了新的基于超像素的分割方法。与传统的单像素分割方法不同，本方法直接把有前景的图像与背景图像的超像素进行比较，并取得了显著的效果。(2)在三维重建部分，提出了一种新的基于贝叶斯理论的信息融合的方法。传统的三维重建算法ShapeFromSilhouette对于前景轮廓提取中的噪声非常敏感。本论文的方法把三维重建过程视作一

3、个信息融合的过程，实验证明这种方法非常鲁棒。(3)提出了一种新的解决骨架模型初始化的问题。由于单帧数据的初始化没有前后帧数据的信息，所以这是一个非常困难的问题。本论文提出的新方法可以在人体姿势简单的情况下（比如站立，行走等），自动地I上海交通大学硕士学位论文估计人体姿态。(4)提出了一种新的人体跟踪算法。这种方法以人体三维数据与骨架的匹配程度作为匹配函数，使用概率进化算法求取匹配函数的最优值。该方法能很好地完成人体跟踪。(5)提出了一种新的运动数据定量分析方法。在实验中，商业用的基于标志的运动捕获系统获得的数据作为真值。我们把该系统获得的位置参数转换为角

4、度参数，与人体跟踪中获得的运动参数进行比较。关键词：多目视觉，人体运动，超像素，三维重建，贝叶斯，骨架模型，跟踪II上海交通大学硕士学位论文Multi-view3DHumanMotionCaptureABSTRACTThisthesisfocusesononeofthemostimportanttopicsincomputervision,i.e.,multi-view3Dhumanmotioncapture,whichnotonlyinvolvesmanyissuesoflow-levelvisionbutalsoprovidesmotiondataf

5、orhigh-levelvisualanalysis.Multi-view3Dhumanmotioncaptureistocalculatehumanmotionparametersbasedoncalibratedmulti-viewcameras.Ithasawidescopeofpromisingapplicationsinmanyareassuchassmartsurveillance,virtualreality,advancedperceptualinterfaces,motionanalysis,andmodel-basedcoding.I

6、nrecentyears,theareaofhumanmotioncapturebasedonmulti-viewcamerasreceivedincreasingattentionfrombothacademiaandindustry,andmanyachievementshavebeenobtained.Inthisthesis,weanalyzethe3Dreconstruction,skeletalmodelinitialization&humanmotiontracking,motionparametersevaluation,andsoon.

7、Wepresentedseveralnovelmethodsandachievesomevaluableresults.Ourcontributionsaresummarizedasfollows.(1)Theforegroundandbackgroundclassificationisaclassicdifficultproblem.Unlikethetraditionalwayofclassificationbylabelingeachpixelasforegroundandbackground,weprovideanewclassification

8、basedonsuperpixels.Theexperimentalresult