多目视觉三维人体运动分析与应用

"多目视觉三维人体运动.pdf" 本文主要探讨了多目视觉技术在三维人体运动分析中的应用，作者郑恩亮在攻读上海交通大学模式识别与智能系统硕士期间，师从刘允才教授，进行了深入的研究。论文涵盖了从前景背景分割、三维重建、人体初始化和跟踪到运动参数分析等多个关键环节，提出了一系列创新算法。 在前景背景分割方面，论文提出了基于超像素的分割方法，与传统的单像素分割不同，该方法通过比较前景和背景的超像素来实现更准确的分割，有效提升了分割效果。 在三维重建领域，研究中引入了一种新的信息融合方法，利用贝叶斯理论来应对ShapeFromSilhouette算法对前景轮廓噪声的敏感性问题，增强了重建的鲁棒性。 针对骨架模型初始化的挑战，即单帧数据初始定位的困难，论文提出了一种新的方法，尤其适用于人体姿势简单的场景（如站立、行走），能够自动估计人体姿态，降低了对前后帧数据的依赖。 在人体跟踪算法上，论文提出了一种基于三维数据与骨架匹配程度的优化方法，采用概率进化算法寻找匹配函数的最优解，从而实现了高效且精确的人体跟踪。 此外，为了量化运动数据分析，论文设计了一种新的方法，将商业的基于标志的运动捕获系统数据作为基准，将位置参数转换为角度参数，与人体跟踪得到的运动参数进行对比，提高了运动分析的准确性。 关键词：多目视觉、人体运动、超像素、三维重建、贝叶斯、骨架模型、跟踪。这些关键词揭示了研究的核心内容，涉及到了计算机视觉领域的多个重要技术，对于理解和改进三维人体运动捕捉技术具有重要意义。