基于實例數(shù)據(jù)庫的人體運動三維重建算法研究.pdf

1、人體運動捕獲是計算機視覺研究領(lǐng)域的重要課題之一,也是近年來備受研究者關(guān)注的前沿方向。本文集中研究基于數(shù)據(jù)庫的運動技術(shù)進(jìn)行人體三維重建,包括對動作的檢索和查詢和動作數(shù)據(jù)庫的存儲架構(gòu)。運動捕獲數(shù)據(jù)的快速增長使得動作復(fù)用變的越來越重要?，F(xiàn)存的大多數(shù)的方法是人工的從大型動作數(shù)據(jù)庫中瀏覽和選擇出理想的動作片段,但這是非常低效的,因此,本文使用基于數(shù)據(jù)庫的方式,用戶可以根據(jù)輸入數(shù)據(jù)查詢系統(tǒng),得到想要的動作,這就節(jié)省了人力,提高了效率。
　　本

2、文提供兩種方式來得到系統(tǒng)的輸入數(shù)據(jù)。第一,系統(tǒng)提供了一個用戶接口,用戶可以隨意的去改變模型的姿態(tài),然后我們轉(zhuǎn)化為數(shù)據(jù),作為用戶的輸入數(shù)據(jù)。這樣方便用戶可以準(zhǔn)確的去描述一個動作然后查找數(shù)據(jù)庫。第二,可以用單目視頻作為用戶的輸入,經(jīng)過去背景,得到輪廓,自動標(biāo)注關(guān)節(jié)點,進(jìn)行目標(biāo)跟蹤d等一系列過程來得到輸入數(shù)據(jù)。
　　在查找之前,本文要對數(shù)據(jù)進(jìn)行處理,使得檢索可以快速的進(jìn)行。因此,本文使用主成分分析(PCA)方法提取輸入動作和數(shù)據(jù)庫中動作

3、的特征向量,然后建立了動作類和它們的特征向量的一一對應(yīng)關(guān)系。考慮到我們要達(dá)到實時的效果,在檢索期間我們進(jìn)行了并行計算。使用GPU進(jìn)行硬件加速,降低匹配時間。實驗表明,本文的算法大大降低了查詢所需要的時間,同時保證了精確度,達(dá)到了實時的效果。
　　最后,本文根據(jù)閾值得到一個結(jié)果序列,如果是輸入時單幀,那么我們就選擇最接近的一幀。如果輸入是一個幀序列,那么本文就由幀序列與幀序列的匹配算法去得到最終的匹配結(jié)果,使得結(jié)果序列之間盡量的平滑