基于MRF和神經(jīng)網(wǎng)絡(luò)的三維運(yùn)動參數(shù)估計(jì).pdf

1、運(yùn)動分析是計(jì)算機(jī)視覺研究中一個重要的組成部分。運(yùn)動分析的目的是把物體從圖像序列中分辨出來,同時能估計(jì)出物體的運(yùn)動參數(shù)。按分析對象分類,運(yùn)動估計(jì)包括剛體和非剛體運(yùn)動分析兩大類。在早期,關(guān)于物體運(yùn)動分析的研究都是圍繞剛性假設(shè)展開,并且已形成成熟的理論框架。但是,在現(xiàn)實(shí)世界中,很多運(yùn)動的物體都是非剛體,用剛性假設(shè)對非剛體的運(yùn)動進(jìn)行描述是不充分的。因此,需要對非剛體運(yùn)動進(jìn)行深入研究。
　　 為解決非剛體三維運(yùn)動中運(yùn)動參數(shù)估計(jì)的問題,本文

2、做了以下工作:
　　 (1)全面概括了非剛體運(yùn)動分析的國內(nèi)外研究現(xiàn)狀,指出了非剛體運(yùn)動分析的研究難點(diǎn),并提出了新的算法,為下一步研究打下了基礎(chǔ)。
　　 (2)介紹了三維運(yùn)動分析的基本問題,給出了三維運(yùn)動的描述方法和常用的分析方法及其對比。
　　 (3)提出了基于MRF的三維運(yùn)動估計(jì)方法。建立了MRF模型與特征點(diǎn)運(yùn)動估計(jì)的對應(yīng)關(guān)系,構(gòu)造了運(yùn)動參數(shù)聯(lián)合概率分布的能量函數(shù)來反映三維運(yùn)動參數(shù)之間的約束關(guān)系。最后采用模擬退

3、火算法對模型求出最優(yōu)解,得到運(yùn)動參數(shù)和各特征點(diǎn)的三維坐標(biāo)。
　　 (4)提出了基于神經(jīng)網(wǎng)絡(luò)的運(yùn)動聚類算法。首先介紹了特征點(diǎn)與區(qū)域三角形的概念;然后按照給出的三個約束條件設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)。詳細(xì)分析了神經(jīng)網(wǎng)絡(luò)的權(quán)值和初始值設(shè)置方法,給出了神經(jīng)網(wǎng)絡(luò)收斂性證明。
　　 (5)將MRF和神經(jīng)網(wǎng)絡(luò)算法相結(jié)合,提出了實(shí)時修正鄰域系的具體方法,構(gòu)建了一個完整的非剛體三維運(yùn)動估計(jì)理論框架。模擬實(shí)驗(yàn)和布料運(yùn)動分析實(shí)驗(yàn)結(jié)果證明了本文提出算法的可行