基于流形運動群不變量的非剛體重建方法研究.pdf

1、三維運動視覺分析的熱點和核心是從一系列的高速拍攝的二維動態(tài)圖像序列中提供的信息來恢復(fù)三維形狀和運動狀態(tài)。由于非剛體在日常生活中更為普遍,所以非剛體的三維運動分析就成了當下三維運動視覺的研究重點。
　　 現(xiàn)有的非剛體運動重建算法是基于“非剛體是一定數(shù)目的剛性形狀基的線性組合”這一思想,這一思想的出現(xiàn)將三維運動視覺的分析帶入了一個新的發(fā)展階段,經(jīng)過近幾年的發(fā)展研究者們提出了大量的基于這一思想的三維運動的重建理論,這些方法雖然為非剛體

2、的運動重建提供了一些解決途徑,但是存在著形狀基無法統(tǒng)一,如果物體變了或者運動場景變化,必須重新估計物體的形狀基這樣的問題。這就將導(dǎo)致前面的算法不適用,給問題的求解帶來了困難。
　　 針對以上的問題本文主要做了以下幾方面的工作:
　　 (1)研究一種統(tǒng)一的運動形態(tài)模型來描述形態(tài)各異的非剛體運動。雖然現(xiàn)有的非剛體運動重建算法都普遍認同“非剛體是一定數(shù)目的剛性形狀基的線性組合”這一假設(shè),但是此假設(shè)存在的最大的缺點是無法為所有的

3、非剛體運動建立統(tǒng)一的形態(tài)模型?，F(xiàn)有的非剛體運動重建方法適用性都不強,只能用于特定的場合。當運動場合發(fā)生變化后,必須重新估計其形狀基。比如,描述人體臉部運動的形狀基無法適用于人體走路,跳舞,這樣的運動場合。為此本文在研究和挖掘世上所有非剛體運動時在形態(tài)上存在的共性和物理本質(zhì)基礎(chǔ)上,基于高速拍攝的非剛體運動圖像序列建立一個流形運動群模型來描述不同類型的非剛體運動形態(tài)的變化。實驗證明這種模型可以很好的描述各種非剛體的運動形態(tài)。
　　

4、(2)研究了一種改進的求解非剛體運動重建的方法?，F(xiàn)在的非剛體運動重建算法主要有因式分解法和參數(shù)優(yōu)化法兩大類。因式分解法將二維圖像序列中特征點坐標構(gòu)成的觀測矩陣分解成兩個矩陣的乘積,通過SVD分解求得運動參數(shù)矩陣和三維結(jié)構(gòu)參數(shù)矩陣。由于運動估計和結(jié)構(gòu)重建是一個非線性的逆問題,加上結(jié)構(gòu)的非剛性、運動的多樣性和諸多成像因素的影響很難找到非剛體的約束規(guī)律,參數(shù)優(yōu)化的方法是一種依靠約束的閉合形式的求解方法,初始值和目標函數(shù)進行累積,容易陷入局部最

5、小。本文中提出一種基于流形運動群的非剛體模型在非剛體運動中建立約束,尋找到一種改進的非線性的目標函數(shù)和初始值的選取方法,然后使用經(jīng)典的非線性優(yōu)化的方法求得非剛體的三維結(jié)構(gòu)矩陣和參數(shù)矩陣進行三維重建。對圖像序列的實驗表明這種方法得到的解誤差較小效果明顯。
　　 (3)通過仿真和實驗手段對算法進行驗證。對實驗物體的特征點做標注,使用高像素的相機對實驗的非剛體運動進行拍攝并分解出二維的圖像序列,然后得出每個特征點的二維坐標作為已知的數(shù)