[发明专利]一种人体链状结构模型的实现方法及系统

说明书

技术领域

本发明涉及计算机视觉和模式识别领域，尤其涉及一种人体链状结构模型的实现方法及系统。

背景技术

人体链状结构模型的建立体现了人体各个部分的形状，大小以及连接关系，它蕴含了人体生理结构的先验知识。在有特征点的人体运动分析中，要描绘对象的运动，需要跟踪运动对象的特征点，计算关节中心的位置，驱动骨骼模型。对于不同的运动个体，需要按照人体模型的拓扑结构，指定重构出的三维特征点的名称及位置，建立符合要求的人体链状模型，才能继续完成跟踪任务，进而驱动骨骼模型。由于重构出的三维特征点会出现错误信息，而且由于遮挡等原因，往往会出现特征点丢失的情况，如何从这些不正确或者缺失的信息中建立符合要求的人体链状结构为运动跟踪提供准确的先验知识是一项具有挑战性的工作。

以往的工作都是基于手工操作的，在得到特征点的运动序列之后，需要人工寻找运动序列中重构点数目满足要求的某一帧，去掉明显错误的特征点，然后手工标注出所有正确的特征点的名称。这样的操作方法，过程繁琐，效率低下；缺乏刚体间连线的提示信息，标注时很容易出现错误，同时由于重构时的错误发生并不能保证所有参与标注的特征点都是正确重构的特征点。

二十世纪九十年代以来，随着光学运动捕获技术的兴起，大量的三维人体运动捕获数据生成，并被广泛应用在计算机动画，医学仿真以及运动分析等领域。在获取运动捕获数据之后，如何从不准确和不完整的特征点数据中，根据人体模型拓扑结构，实现特征点的自动标注，快速准确的建立符合要求的人体链状模型进而运动跟踪，驱动骨骼模型是一个值得研究并具有实际应用价值的问题。

发明内容

为了解决上述的技术问题，提供了一种人体链状结构模型的实现方法及系统，其目的在于，从丢失的或错误的三维特征点运动数据序列中，正确方便的得到适于进行运动跟踪的人体链状结构模型。

本发明提供了一种人体链状结构模型的实现方法，包括：

步骤1，抽取人体运动的三维特征点序列的关键帧序列；

步骤2，根据绝对朝向算法和刚体距离约束得到人体链状结构模型的候选组合，用户从候选组合中选择正确建立的人体链状结构模型。

步骤1包括：

步骤11，设定对应三维特征点对数目初始阈值和关键帧候选序列长度区间；

步骤12，选定原始运动序列中第一次出现至少包含所有三维特征点数目的帧为关键帧候选序列第一帧；

步骤13，计算原始运动序列中位于当前关键帧之后的帧与当前关键帧之间的对应三维特征点对数目；

步骤14，根据设定的对应三维特征点对数目初始阈值，添加满足该数目初始阈值的原始运动序列中的帧到关键帧候选序列中，得到关键帧候选序列；

步骤15，根据关键帧候选序列的长度是否落在设定的关键帧候选序列长度区间内调整对应三维特征点对数目初始阈值和关键帧候选序列长度区间；

步骤16，用户选定关键帧候选序列中的参照帧，保留参照帧和参照帧之后的关键帧作为关键帧序列。

步骤13中，构建原始运动序列中位于当前关键帧之后的帧与当前关键帧之间三维特征点间的相似矩阵，通过相似矩阵得到对应三维特征点对的数目。

步骤15中，如果得到的关键帧候选序列的长度没有落在关键帧候选序列长度区间中，则采用二分法自适应地调整对应三维特征点对的数目阈值。

步骤16中，用户选择关键帧候选序列中全部正确包含所有特征点的关键帧作为参照帧。

步骤2包括：

步骤21，采用绝对朝向算法和刚体距离约束交互式建立人体四点刚体链状结构模型；

步骤22，采用绝对朝向算法和刚体距离约束交互式建立人体三点刚体链状结构模型。

步骤21中，枚举参照帧中满足刚体距离约束的四点组合，并与后续关键帧中满足刚体距离约束的四点组合做绝对朝向算法匹配，用户选择正确的匹配结果从而建立人体四点刚体链状结构模型。

步骤22中，枚举参照帧中满足刚体距离约束的三点组合，并与后续关键帧中满足刚体距离约束的三点组合做绝对朝向算法匹配，用户选择正确的匹配结果从而建立人体四点刚体链状结构模型。

本发明提供了一种人体链状结构模型的实现装置，包括：

关键帧序列抽取模块，用于抽取人体运动的三维特征点序列的关键帧序列；

人体链状结构模型建立模块，用于根据绝对朝向算法和刚体距离约束得到人体链状结构模型的候选组合；供用户从候选组合中选择正确建立的人体链状结构模型。