基于軌跡基的非剛體運(yùn)動(dòng)恢復(fù)研究.pdf

1、運(yùn)動(dòng)恢復(fù)，即從圖像序列的二維特征點(diǎn)恢復(fù)出其三維結(jié)構(gòu)信息和運(yùn)動(dòng)信息，是模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域中一項(xiàng)很重要的研究。目前該技術(shù)已經(jīng)廣泛應(yīng)用于服裝及織物的仿真、視頻監(jiān)控、安防等各種領(lǐng)域。其中的非剛體運(yùn)動(dòng)恢復(fù)，因其復(fù)雜的結(jié)構(gòu)和不規(guī)則的形狀，而成為一項(xiàng)更為困難的工作。
　　當(dāng)前的非剛體運(yùn)動(dòng)恢復(fù)大都是在形態(tài)空間中，即把非剛體的三維結(jié)構(gòu)看成是一系列形態(tài)基的線性加權(quán)組合。由于形態(tài)基的局限性，對(duì)于不同的運(yùn)動(dòng)類型要用不同的形態(tài)基，比如走路和喝水的運(yùn)動(dòng)

2、恢復(fù)中要用不同的形態(tài)基，因此在形態(tài)空間中進(jìn)行恢復(fù)亦會(huì)造成較大的誤差。為解決這個(gè)問(wèn)題，可以將非剛體結(jié)構(gòu)看作是一系列預(yù)定義軌跡基的線性加權(quán)組合，實(shí)現(xiàn)在軌跡空間的運(yùn)動(dòng)恢復(fù)。而且，現(xiàn)有的非剛體運(yùn)動(dòng)恢復(fù)大都是在正交投影模型或是弱透視投影模型下進(jìn)行的，而這些投影方法都屬于仿射模型，是真實(shí)攝像機(jī)模型的近似。其中正交投影模型完全忽略了深度信息和位置信息，弱透視投影模型雖未忽略深度信息，但卻丟失了物體的位置信息。且這些近似方法只有在物體的深度信息變化不明

3、顯時(shí)才成立，當(dāng)物體深度信息變化較大是會(huì)造成較大的誤差甚至使非剛體的運(yùn)動(dòng)恢復(fù)成病態(tài)。
　　針對(duì)這些問(wèn)題，本論文進(jìn)行了相關(guān)的研究，主要工作如下:
　　1、實(shí)現(xiàn)了在軌跡空間中的從圖像序列中恢復(fù)非剛體三維結(jié)構(gòu)和運(yùn)動(dòng)信息。由于形態(tài)基的局限性，因此基于三維空間中特征點(diǎn)的時(shí)間平滑性，可以將其表示為一系列軌跡基的線性加權(quán)組合。通過(guò)的形態(tài)基和軌跡基的對(duì)偶性，可以將形態(tài)空間的運(yùn)動(dòng)恢復(fù)變換到軌跡空間中。通過(guò)對(duì)不同軌跡基類型和數(shù)目的恢復(fù)效果分析，選

4、取合適軌跡基種類及數(shù)目。由于軌跡基的獨(dú)立性且可以預(yù)定義，因此可以減少誤差積累，提高運(yùn)動(dòng)恢復(fù)的穩(wěn)定性和精確性。
　　2、提出一種迭代算法，在軌跡空間中，通過(guò)二維圖像特征點(diǎn)序列，實(shí)現(xiàn)透視投影模型下的非剛體運(yùn)動(dòng)恢復(fù)。目前的算法大都是在弱透視投影模型下進(jìn)行的，該模型是對(duì)真實(shí)透視投影模型的近似，忽略了位置信息，會(huì)造成較大的誤差。本文根據(jù)透視投影模型和弱透視投影模型之間的關(guān)系，對(duì)特征點(diǎn)矩陣進(jìn)行加權(quán)，通過(guò)迭代算法來(lái)不斷逼近實(shí)現(xiàn)透視投影模型下的運(yùn)