基于单目视频的头部三维运动模拟算法的研究与实现

摘要

头部三维运动的模拟问题涉及计算机视觉、计算机图形学、图像处理、模式识别和人工智能等学科领域，是一个具有挑战性的跨学科研究课题，它在动画与游戏、智能人机交互、智能监控、视频会议、虚拟现实和增强现实等领域均有着广阔的应用前景。 三维运动分析是运动图像处理的重要组成部分，它以图像处理研究成果为基础，主要研究空间中物体的运动情况，目的在于提取场景中运动物体的形状、位置、运动参数等信息。从单目视频中恢复三维信息，是一个病态问题，如何在单个摄像机下较精确地恢复头部的三维运动信息是一个具有挑战性的课题。 本文详细论述了基于特征点对齐的头部三维运动模拟算法，改进了算法的移动步长函数，并提出了近似获取头部运动深度信息的两种方法。首先利用从视频图像中提取出的人脸三个特征点，构成2D三角形，然后用已知的模型与视频图像中的三点对应求仿射变换，求得空间中的对应三点位置，构成平行于人脸平面3D三角体，把头部运动视为刚体运动，用此三角体近似模拟实际头部的三维运动。鉴于基于单目视频的三维运动分析中深度信息获取的难点，提出了近似获取头部深度信息的两种方法：一种是直接利用其中两点的距离大小，近似推导头部深度信息；另一种是首先利用摄像机标定算法，求得摄像机的参数，然后根据所得参数，近似推导头部深度信息。以特定的三维道具模拟头部的三维运动，证实了算法的有效性。结果表明：改进后的步长，能更加真实的实现头部的三维运动模拟，两种深度获取方法在其相应的应用环境下，能够获得较为准确的深度信息。

目录

文摘

英文文摘

声明

第1章序言

1.1研究背景及意义

1.1.1研究背景

1.1.2研究意义

1.2国内外研究现状

1.3本文所要解决的问题及内容安排

第2章头部三维运动分析

2.1三维运动分析概述

2.2三维运动分析方法

2.2.1基于特征对应的运动估计方法

2.2.2基于光流场的运动估计方法

2.2.3两类方法的比较

2.3基于视频的头部三维运动

2.3.1基于单目视频的头部三维运动分析

2.3.2基于多目视频的头部三维运动分析

第3章摄像机标定

3.1摄像机标定的意义

3.2摄像机模型

3.2.1坐标系

3.2.2线性模型

3.2.3非线性模型

3.3摄像机标定技术

3.3.1传统的摄像机标定方法

3.3.2自标定技术

第4章基于单目视频的头部三维运动模拟

4.1模拟算法原理

4.1.1刚体运动的原理

4.1.2模拟算法概述

4.2模拟算法的实现

4.2.1算法步骤

4.2.2模拟3D三角形旋转参数推导

4.2.3正脸判定算法

4.2.4算法的流程

4.3模拟算法的步长函数

4.3.1步长函数的改进

4.3.2与原步长函数的比较

4.4深度信息的获取

4.4.1无摄像机参数的深度信息获取

4.4.2有摄像机参数的深度信息获取

4.4.3两种方法的比较

4.5算法模拟系统的设计与实现

4.5.1系统开发环境介绍

4.5.2系统分析

4.5.3系统设计

4.5.3系统实现

第5章实验结果分析与未来工作展望

5.1实验结果与分析

5.2本文工作总结与展望

参考文献

致 谢

在读期间科研成果简介