论文部分内容阅读
随着计算机图形技术深入研究,虚拟现实技术已逐渐发展成为一项热门的综合技术,被广泛地应用到很多领域,科技馆、娱乐、航天等。虚拟交互技术随着计算机的发展也出现了很多新的技术,但是其中很多方法不能自然无限制地完成对虚拟现实系统的控制,并且在控制过程中容易受环境、体型、衣着等因素的影响,严重影响了虚拟现实系统的交互性。而体感技术目前已经不需要借助设备,只需动手、动脚,即能通过识别器捕捉人体的运动线程,并且现在的体感技术还处于发展阶段,因此将无限制的体感技术用于控制虚拟场景有着重要的意义。本文从体态分类方法研究和虚拟交互平台构建两个方面进行了以虚拟现实系统为背景的基于体感的虚拟交互技术的研究与开发。首先,针对虚拟交互技术容易受环境、体型、衣着等因素影响的问题:第一,采用Kinect提供的骨骼图像得出人体的三维空间坐标,实现人体信息采集;第二,为了提高系统的识别效率,选择需要样本空间小的支持向量机进行分类,并且在多类支持向量机构建方面将Half-against-Half与one-against-one分类方法相结合降低构建核函数的数量;第三,利用PCA分析出体态特征向量的主要分量,实现高效的体态识别。其次,针对虚拟现实系统中体验者容易被其他运动目标干扰的问题,本文将帧间差分法与LK光流法结合,以实现系统的抗干扰:第一,采用帧间差分法的快速性将注意力引向活动区域;第二,针对光流方程计算量大、实时性差问题,本文采用基于块的运动估计预测运动方向;第三,对比分析各种块大小对系统实时性的影响,选择影响较小的运动块,将帧间差分法识别出的运动目标区域与预测结果进行对比,实现系统的抗干扰。最后,在平台构建方面,本文首先采用建模效果好的3DMax2011对虚拟环境进行3D建模,对其优化之后导入到交互性较强的OpenGL中,实现体态识别结果对虚拟场景的控制。并通过实验验证本文体态识别方法与抗干扰方法的可行性。结果表明,本文研究的面向虚拟现实系统设计的体态识别方法和抗干扰方法能够在复杂环境中提高系统的可交互性。