论文部分内容阅读
人体视频运动分析是计算机视觉、计算机图形学和图像处理相互融合的一个重要研究方向,其研究核心是从多个同步视频序列中检测、跟踪人体运动,获取人体运动参数,重建人体三维运动姿态,并进一步理解和描述人体运动.三维人体运动跟踪技术的研究可广泛应用于视频监控、体育运动分析、辅助临床医疗诊断、虚拟现实、人体动画、游戏、人机交互等领域.由于存在复杂场景中的运动检测,运动人体的非刚体描述,人体模型三维到二维投影的多义性,人体模型的自遮挡,高维状态空间搜索等方面的困难,如何从视频图像序列中准确恢复人体三维运动姿态始终是计算机视觉和计算机图形图像领域中一项非常有挑战性的任务.
本文的研究内容以国家奥运科技项目为背景,专注于多摄像机环境下的人体运动检测和运动跟踪技术的研究,试图利用计算机图形图像和计算机视觉技术自动恢复人体运动的三维姿态.针对体育运动分析特有的非接触、无妨碍的运动跟踪与仿真的要求,提出了基于多摄像机视频的以三维人体模型为指导的运动跟踪框架.以这个框架为基础,本文构造并实现了一个基于视频的三维人体运动跟踪原型系统VHMTS(Visual 3D Human Motion Tracking System).本文完成的研究工作及主要贡献如下:1)通过组合多种图像特征,实现了一种新的运动物体检测方法.一方面,组合图像的颜色、梯度和纹理特征,利用梯度和纹理信息对亮度变化不敏感的特性,提高运动检测准确性;另一方面,使用图切割算法对物体/背景进行分割,在不影响整体分割结果前提下修正局部判别错误的像素点,分割结果噪声少且稳定性强.2)提出一种局部优化和粒子滤波相结合的概率模型跟踪框架,用于解决多关节人体运动跟踪问题.该框架直接融合多摄像机视频数据,在粒子滤波过程中引入高斯.牛顿(Gauss-Newton)优化方法来减少样本个数.一方面,优化后的样本更加符合真实的姿态分布;另一方面,将优化结果用于指导下一时刻采样函数的生成,提高样本采集的有效性.3)提出一种结合在线表观模型和粒子滤波的运动跟踪方法.现有跟踪方法的有效性严重依赖于运动检测结果的准确性,但在实际应用中很难获得准确的运动人体区域.本文提出一种基于Wander-Stable-Lost(WSL)模型的在线表观模型,结合人体视觉表观和轮廓信息建立跟踪所需的观测似然函数,并使用优化粒子滤波算法求解.实验表明该方法可以在运动检测结果有缺失的情况下有效地完成跟踪.4)设计并实现了一个结合多种图像特征,在多摄像机环境下跟踪人体的三维人体运动跟踪原型系统VHMTS.包括设计了一个参数化的人体骨架模型和人体外观模型,以及提出一种实用的外参定标算法.VHMTS通过定义三维人体模型,摄像机模型,以及观测似然函数得到跟踪所需目标函数,并通过概率模型跟踪框架对人体运动进行准确的跟踪和三维重建,可应用于体育运动分析和动画制作等领域.
5) 设计并实现了一个基于视频的杠铃中心轨迹跟踪与分析系统.系统以普通摄像机拍摄得到的举重运动员的正侧面视频作为输入,通过一种改进的模板匹配算法跟踪杠铃中心轨迹,然后根据得到的杠铃中心位置计算举重运动中关键的技术参数,最后输出包括技术参数和曲线图的技术分析报告.本系统采用普通设备,操作简单,分析结果清楚,能够有效的辅助教练员的日常训练,目前已应用于国家女子举重队实际训练中.