基于Kinect的动态人体三维重建

来源 :浙江大学 | 被引量 : 0次 | 上传用户:bookofday
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
准确而可靠的三维动态几何数字化在影视制作、计算机动画等图形学相关领域中是一个重要的组成部分。不同于静态几何的重建,动态几何帧与帧之间缺少准确的对应信息,此外几何体的自遮挡等问题也不可避免,这使得动态重建问题变得十分具有有挑战性。本文从这些问题出发,研究动态人体重建的整体框架与基本算法,在不需要显式模板的情况下从Kinect组成的系统中自动重建出拓扑完备的三维动态模型。  我们的硬件系统包含两对相对朝向的Kinect相机,利用Kinect相机能够直接获得三维信息的特殊性,对相对朝向的相机我们采用了与传统方式不同的定标方法,改进棋盘定标处理相对朝向相机的不足。首先,我们采用了一个人体统计模型SCAPE生成隐式的模板。同时针对姿态训练数据的不足,我们设计了姿态传递的方法将其它数据库中的姿态模型迁移到训练数据库中,使得训练数据库中的姿态更加丰富多样。此外,运动重建过程中很重要的一个步骤是运动跟踪,我们采用了一个分段刚体预对齐的方法,并使用层次式的方法求解,使得整个跟踪过程更加地鲁棒和稳定。通过非刚体变形的方法,我们最终将整个运动过程以拓扑完备的模型方式表现出来。  我们采用了多个实验来验证算法的有效性,同时使用不同的姿态和体态运动数据对整个的系统进行测试。事实上,尽管Kinect相机输出的原始数据是充满噪声的,但重建结果表明,我们的算法是可以重建出比较理想的结果的。
其他文献
天线方位角下倾角的精确规划是影响无线网络覆盖最重要的因素之一。传统的计算方向角和下倾角的方法基于物理测量方式,存在这测量复杂,测量不方便,测量受限制于测量环境等缺点。
随着数字媒体技术的飞速发展和电子数码设备的普及,图像的产生变得越来越容易,图像数量也日益增多。在大规模图像数据中,如何快速准确地找到需要的图像是值得深入研究的问题。因
现场可编程门阵列(FieldProgrammableGateArrays,FPGA)以其可编程、高并行性、高集成度等优点,被广泛应用于通信、控制等领域。然而,随着FPGA器件日益复杂、系统规模日益庞大,作
在大数据时代,如何从海量的数据中挖掘到自己感兴趣的内容成为至关重要的问题。为了满足用户的个性化需求,需要进行个性化推荐。传统的个性化推荐是根据用户对物品的历史评分、
随着计算机技术和硬件的飞速发展,虚拟现实技术在服装领域的应用也越来越多,这种技术对降低企业的生产成本、加速产品开发等方面都有很大的改善。目前对虚拟服装的研究主要集中
在线识别网络流量的业务类型是互联网流量控制,网络资源管理等工作的基础。目前互联网中各种业务流量随着用户需求的快速增长而不断发生变化,包括业务特征值集合的变化,新的业务
大自然中,云、烟、雾等参入介质(Participating Media)视觉效果无处不在。当光子在介质中传播时,会发生散射或被吸收等事件,从而产生各种丰富的视觉效果。尽管这些效果让绘制出
3D图像分割技术是医学图像处理的关键步骤,它是沟通图像处理和图像分析的桥梁。现有的3D图像分割算法中,交互式分割算法由于其兼顾了效率和准确率而被广泛地应用在实践当中。但
压延玻璃在生产中极易产生气泡、结石等缺陷,有些缺陷会破坏生产过程,甚至危及生命安全。传统的人工检测方式效率低下,容易出现漏检和误检的现象,而自动化机器视觉因具有效率
三维人脸重建是一项重要而较复杂的工作,往往需要专业设备和技术,要生成个性化、细节丰富的人脸模型则要求更高。随着计算机图形学的发展和计算设备、移动终端的普及,我们希望能