论文部分内容阅读
从视频图像信息中获取和分析人体运动的各项参数并生成动画是一个多学科融合的重点研究方向，其主要过程是从单个或多个视频序列中检测、跟踪、获取人体运动的相关数据，重建人体的三维运动或描述和理解人体运动。这种人体的视频运动研究在动画制作、3D游戏、虚拟现实、视频监控、体育运动分析、医学诊断等领域有着广泛的应用前景。
本文针对仅有一个摄像机获取的单目视频图像序列的情况，对人体进行跟踪和分析并生成角色动画，主要包含三个步骤：
(1)从背景中提取运动人体；
(2)人体运动的跟踪和分析；
(3)利用捕获到的运动参数生成角色动画。
研究了单目视觉下基于关键帧的人体关节点的跟踪方法。利用跟踪的结果对人体运动进行分析和理解，形成动作语义并进行动画模型的生成。
本文提出了有模型指导的人体跟踪框架，将人体模型与视频图像中的特征进行匹配，使人体运动的跟踪和分析变成一个姿态估计问题。使用了结合概率模型的粒子滤波算法来完成非线性动态人体的状态估计，粒子滤波算法更适合非线性系统的估计和分析，且能在杂乱背景及遮挡情况下较好地完成跟踪任务。在图像特征的选取方面，使用了灰度、轮廓和颜色等多种特征的融合，进而提高检测和匹配的鲁棒性。
主要以Visual C++ 6.0和Matlab为开发工具，并且在动画生成阶段利用了图形开发接口OpenGL和3D Studio Max软件建模。
本文算法具有较好的精度和运算速度，能够满足实时性的要求，通过试验获得了具有真实性的运动数据。结果表明，能够完成指定的运动跟踪分析及动画生成任务。