智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2015年
4期
548-554
,共7页
改进逆向运动学%基于视觉人体运动跟踪%模板匹配%计算机视觉%用户接口
改進逆嚮運動學%基于視覺人體運動跟蹤%模闆匹配%計算機視覺%用戶接口
개진역향운동학%기우시각인체운동근종%모판필배%계산궤시각%용호접구
improved inverse kinematics%human motion tracking%template matching%computer vision%user inter-face
随着人们对智能系统需求逐年增高,基于视觉的运动研究引起计算机视觉领域工作者更多的关注。这使它成为模式识别、行为学、行为处理分析与处理等学科的研究热门。现存算法存在需要标记、相机标定等各种约束条件,不能满足人们对人体运行跟踪的需求。论述了一种结合改进逆向运动学和图像模板匹配算法的人体运动位置的跟踪方法。该算法以改进逆向运动学为框架,首先依据逆向运动学知识与正向运动学知识计算出的关节点的粗略位置,对外观模型的各个模块进行模板匹配,接着确定关节点的最优位置,然后确定关节点的三维坐标值,最后重构得到三维动作序列。实验表明,在主观视觉感受与客观衡量标准两方面,此算法获得的实验结果都能够逼近乃至达到人体运动跟踪领域的最佳水准。
隨著人們對智能繫統需求逐年增高,基于視覺的運動研究引起計算機視覺領域工作者更多的關註。這使它成為模式識彆、行為學、行為處理分析與處理等學科的研究熱門。現存算法存在需要標記、相機標定等各種約束條件,不能滿足人們對人體運行跟蹤的需求。論述瞭一種結閤改進逆嚮運動學和圖像模闆匹配算法的人體運動位置的跟蹤方法。該算法以改進逆嚮運動學為框架,首先依據逆嚮運動學知識與正嚮運動學知識計算齣的關節點的粗略位置,對外觀模型的各箇模塊進行模闆匹配,接著確定關節點的最優位置,然後確定關節點的三維坐標值,最後重構得到三維動作序列。實驗錶明,在主觀視覺感受與客觀衡量標準兩方麵,此算法穫得的實驗結果都能夠逼近迺至達到人體運動跟蹤領域的最佳水準。
수착인문대지능계통수구축년증고,기우시각적운동연구인기계산궤시각영역공작자경다적관주。저사타성위모식식별、행위학、행위처리분석여처리등학과적연구열문。현존산법존재수요표기、상궤표정등각충약속조건,불능만족인문대인체운행근종적수구。논술료일충결합개진역향운동학화도상모판필배산법적인체운동위치적근종방법。해산법이개진역향운동학위광가,수선의거역향운동학지식여정향운동학지식계산출적관절점적조략위치,대외관모형적각개모괴진행모판필배,접착학정관절점적최우위치,연후학정관절점적삼유좌표치,최후중구득도삼유동작서렬。실험표명,재주관시각감수여객관형량표준량방면,차산법획득적실험결과도능구핍근내지체도인체운동근종영역적최가수준。
With the rising demand for intelligent systems, the study of vision-based human motion is drawing themachine vision investigators, making it become the research focus of pattern recognition, behavioral science, behavioranalyzing and processing.The existing algorithms have many kinds of restriction conditions, such as markingand camera calibration, not being able to meet peopleˊs demand for tracking human motion.Therefore, this articleproposes a human motion position tracking algorithm on the basis of video, combining the template matching andimproved inverse kinematics.It first calculates the coarse position of joint point according to the inverse kinematicsand forward kinematics , then applies template matching to each module of the appearing-model, and then determinesthe optimal location of joints and the 3D coordinates of joints, and finally obtains the 3D action sequences byreconstruction.Experimental results show that this algorithm can be close to and even reach the best level in bothsubjective visual feel and objective weighing standard in the field of human motion tracking.