本文關(guān)鍵詞：基于雙Kinect的人體運動重建，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著近年來虛擬現(xiàn)實和增強(qiáng)現(xiàn)實技術(shù)的發(fā)展與應(yīng)用的普及,反映人體運動信息與人體幾何形狀的人體運動重建逐漸被廣泛地應(yīng)用于科研開發(fā)、醫(yī)療康復(fù)以及商業(yè)領(lǐng)域。利用Kinect深度相機(jī)進(jìn)行人體運動重建是當(dāng)前的研究熱點之一,Kinect實時獲得的深度圖像一方面可以被用于提取人體骨架以獲得人體運動信息；另一方面可以被用于重建三維人體模型。本文通過雙Kinect捕獲人體運動信息并重建個性人體模型,并以人體運動信息驅(qū)動人體模型實現(xiàn)人體運動重建,主要工作如下：(1)針對Kinect測量視角有限、測量時容易產(chǎn)生身體肢節(jié)被遮擋的問題,采用基于雙Kinect的多視角測量系統(tǒng),使用兩臺設(shè)備擴(kuò)大測量范圍,并在一定程度上解決人體肢節(jié)自遮擋問題。同時對系統(tǒng)使用干涉消除裝置,將設(shè)備間的干涉影響降到最小。(2)對于Kinect直接提取得到的骨架穩(wěn)定性較差的問題,提出了基于骨長約束和運動平滑的骨架運動優(yōu)化模型。模型引入對人體骨架骨長的約束和對骨架關(guān)節(jié)點的運動平滑,獲得骨骼始終定長且關(guān)節(jié)點軌跡平滑的人體運動優(yōu)化骨架,得到更合理的人體運動捕捉。(3)采用基于深度圖像的個性人體模型重建方法,并用捕獲的人體運動信息驅(qū)動人體模型實現(xiàn)人體運動重建。重建個性人體模型是為了消除人物衣著幾何外形對重建人體模型的影響。用優(yōu)化后的具有人體運動信息的骨架驅(qū)動個性人體模型可以實現(xiàn)人體運動重建,重建結(jié)果可以被應(yīng)用于虛擬試衣等場景中。
【關(guān)鍵詞】：人體運動重建 骨架運動優(yōu)化 Kinect 個性人體模型
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.9
【目錄】：

• 致謝5-6
• 摘要6-7
• Abstract7-11
• 第1章 緒論11-23
• 1.1 本文的研究背景11-13
• 1.2 相關(guān)研究工作13-19
• 1.2.1 運動捕捉研究現(xiàn)狀13-16
• 1.2.2 模型重建研究現(xiàn)狀16-19
• 1.3 本文的研究思路19-20
• 1.4 本文內(nèi)容及安排20-23
• 第2章 基于雙Kinect的深度數(shù)據(jù)采集技術(shù)23-37
• 2.1 深度數(shù)據(jù)測量原理簡介23-26
• 2.1.1 深度相機(jī)基本原理23-24
• 2.1.2 Kinect深度測量原理24-26
• 2.2 基于Kinect的數(shù)據(jù)采集26-29
• 2.2.1 單臺Kinect采集數(shù)據(jù)26-27
• 2.2.2 多臺Kinect測量干涉27-29
• 2.3 基于雙Kinect的采集系統(tǒng)29-35
• 2.3.1 系統(tǒng)配置概述29-31
• 2.3.2 系統(tǒng)空間標(biāo)定31-35
• 2.4 本章小結(jié)35-37
• 第3章 基于雙Kinect的人體骨架運動求解37-53
• 3.1 基于深度圖像的人體骨架提取37-41
• 3.1.1 骨架提取算法簡介37-39
• 3.1.2 骨架優(yōu)化方法簡介39-41
• 3.2 基于雙Kinect的數(shù)據(jù)獲取與處理41-43
• 3.2.1 人體骨架數(shù)據(jù)獲取41-42
• 3.2.2 人體骨架數(shù)據(jù)對準(zhǔn)42-43
• 3.3 基于雙Kinect骨架運動優(yōu)化模型43-46
• 3.3.1 優(yōu)化模型的建立43-45
• 3.3.2 優(yōu)化模型的求解45-46
• 3.4 實驗結(jié)果與分析46-51
• 3.5 本章小結(jié)51-53
• 第4章 人體靜態(tài)模型重建與骨架驅(qū)動形變53-69
• 4.1 深度相機(jī)點云數(shù)據(jù)預(yù)處理53-56
• 4.1.1 人體數(shù)據(jù)采集53-54
• 4.1.2 數(shù)據(jù)預(yù)處理54-56
• 4.2 基于單Kinect的人體模型重建56-63
• 4.2.1 點云數(shù)據(jù)融合57-59
• 4.2.2 靜態(tài)人體重建59-63
• 4.3 人體模型動態(tài)形變63-65
• 4.4 實驗結(jié)果與應(yīng)用65-67
• 4.5 本章小結(jié)67-69
• 第5章 總結(jié)與展望69-71
• 5.1 本文工作總結(jié)69-70
• 5.2 今后研究展望70-71
• 參考文獻(xiàn)71-79
• 附錄79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 肖秦琨;羅丹;肖秦漢;;基于多視角視頻的運動重建[J];計算機(jī)技術(shù)與發(fā)展;2014年02期

2 孫越泓,陳強(qiáng),朱近,王平安,夏德深;加標(biāo)記的左心室核磁共振圖像位移場的運動重建[J];計算機(jī)工程與應(yīng)用;2004年33期

3 胡成松;;物體三維圖像運動重建算法仿真[J];計算機(jī)仿真;2013年02期

4 王鑫;柳敏乾;王萬良;;基于蜂窩的多角色交互性動畫合成[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2013年06期

5 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 郭繼東;運動重建中的因子化方法研究[D];山東大學(xué);2011年

2 潘華偉;基于多視點的三維姿態(tài)運動重建與跟蹤[D];湖南大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 曾繼平;基于雙Kinect的人體運動重建[D];浙江大學(xué);2016年

  本文關(guān)鍵詞：基于雙Kinect的人體運動重建，由筆耕文化傳播整理發(fā)布。

，

本文編號：353856