一种新的光学运动捕捉数据处理方法.docxVIP

２００１９年５月计算机应用研究ＡｐｐｌｉｃａｌｉｏｎＲｅｓｅａｒｃｈ‘＇ｆＣｏｍｐｕｔｅｒｓＶ０１．２６Ｎｏ．５Ｍａｖ２００９一种新的光学运动捕捉数据处理方法吴升，张强，肖伯祥，魏小鹏（大连大学辽宁省智能信息处理重点实验室，辽宁大连１１６６２２）摘要：提出一种适用于被动式光学人体运动捕捉散乱数据处理方法。该方法基于光学人体运动捕捉散乱数据的全局信息，提出基于模块分段线性模型的数据处理算法。利用模块分段线性模型归纳出不同模块的变化特征，从而确定各模块数据的匹配优先级及段内拟合函数，有效地对三维运动数据各模块进行全局性分层次预测和跟踪，并对噪声数据进行基于模块的去噪处理；对缺失运动数据提出基于分段Ｎｅｗｔｏｎ插值拟合算法．进行合理的补缺。该方法经优化后在处理过程中无须人工千预，并能满足实时性要求。关键词：光学运动捕捉；模块去噪算法；模块分段线性模型；Ｎｅ们ｏｎ插值算法中图分类号：ＴＰ３９ｌ文献标志码：Ａ文章编号：１００ｌ一３６９５（２００９）０５－１９３８．０３Ｎｅｗａｐｐｍａｃｈｏｆｃａｐｔｕｒｅｄａｔａｐｒｏｃｅｓｓｉｎｇｆ．ｏｒｏｐｔｉｃａｌｍｏｔｉｏｎＷＵＳｈｅｎｇ，ＺＨＡＮＧＱｉａｎｇ，ｘＩＡ０Ｂｏ－ｘｉａＪｌｇ，ＷＥＩＸｉａｏ?ｐｅｎｇ（“∞ｎ抛’＾匆ｋ６０ｍ研矿知以ｆ咖小倒ｈｍⅢ如ｎＰ懈５ｉ增。ＤⅢ缸，ｌ跏妇Ｈ盼，删ｉ∽“∞戚昭１１６６２２，ｃ＾ｉＭ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｗａｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｓｃａｔｔｅｒｅｄｄａｔａｐｍｃｅｓｓｉｎｇｍｅｔｈｏｄｆｏｒｐａ￥ｓｉｖｅｃａｐｔｕｒｅｏｐｔｉｃ正ｈｕｍｎｂａｓｅｄｏｎｔｈｅｏｖｅｒａｌｌｉｎｆｏｎｎａｔｉｏｎｏｆｏｐｔｉｃａｌｈｕｍａｎｍｏｔｉｏｎｓｒａｔｔｅｒｅｄｄａｔａ．ｍｏｔｉｏｎｃａｐｔｕｒｅ．ＴｈｉｓａｐｐｒｏａｃｈＡｃｃｏｒｄｉｎｇｔｏｐｉｅｃｅｗｉｓｅｌｉｎｅａｒｍｏｄｅｌｏｆｅｖｅｒｙｄｉｆｆ色ｒｅｎｔｍｏｄｕｌｅｓ，ｄｅｔｅｎｎｉｎｅｄｔｈｅｍａｔｃｈｉｎｇｐｒｉｏｒｉｔｙｏｆｅａｃｈｍｏｄｕｌｅｄａｔａａｎｄｆｉｔｔｉｎｇｆｈｎｃｔｉｏｎｏｆｐｒｅｄｉｃｔｅｄａｎｄｔｒａｃｋｅｄ３Ｄｍｏｔｉｏｎｄａｔａｏｖｅｒａｌｌｐｏｉｎｔｌｅｖｅｌ．ｍｏｖｅｍｅｎｔ，ｐｒｏｖｉｄｅｄａｓｅｃｔｉｏｎ．ｍ｛ｓｓｉｎｇＦｕｎｈｅｒ瑚ｌｏｒｅ，ｄａｔａｏｎＡｔｔｈｅｓａｍｅｔｉｍｅ，ｒｅｍｏｖｅｄｃｏｍｐｕｔｅｒｎｏｉｓｅｄａｔａ．ＦｏｒｔｈｅｆｉｔｔｊｎｇａｌｇｏｒｉＩｈｍｆｏｒｔｈｅｍｉｓｓｉｎｇｍｏｔｉｏｎｄａｔａ．Ｔｈｅｎｏｓｉｍｕｌａｔｉｏｎｓｉｌｌｕｓｔｒａｔｅｔｈａｔ山ｅｄａｔａｐｒｏｃｅｓｓｉｎｇｉｓｉｎｒｅａｌ—ｔｉｍｅａｎｄｎｅｅｄＫｅｙｗｏＨＩｓ：ｏｐ“ｃａｌｍａｎｕａｌｗｏｒｋｓ．ｍｏｔｉｏｎｃａｐｌｕｒｅ；ｍｏｄｕｌｅｓｄｅｎｏｉｓｅａｌｇｏｒｉｔｈｍ；ｐｉｅｃｅｗｉｓｅｌｉｎｅａｒ珊ｏｄｅｌ；Ｎｅ’ｎｏｎｉｎｔｅｒｐｏｌａ“ｏｎａ１９０＾ｔ｝ｌｍ伴随着ｃＧ产业的飞速发展，运动捕捉技术日趋成熟，已经成为目前，“泛使用的能够真实再现运动物体运动细节的技术。该技术正越来越多地应用于影视．动画、游戏、体育训练、医疗、机械制造、机器人控制中。人体运动捕捉从原理上可以分为机械式、声学式、电磁式和光学式１’“。光学运动捕获是较为精确的一种，在人体关键点（一般选取关节点）贴上一些特制的标志点（称为ｍａｒｋｅｒ），视觉系统将识别和处理这些标志。系统定标后，由几组摄像机连续拍摄表演者的动作，并将图像序列保存下来；然后冉进行分析和处理，识别其中的标志点，并计算其在每～瞬间的窄间位置，进而得到其运动轨迹。为了得到准确的运动轨迹，拍摄速率一般要达到６０ｆｐｓ以上。光学运动捕捉系统的关键技术有摄像机标定、标记点跟踪和三维重建，利用光学式捕捉的原始运动数据有四个特点：ａ）采集到的信息仅有ｍａｒｋｅｒ点的三维坐标信息，数据以散乱无序（没有被标定）的形式存在．ｂ）由于标记点被道具、四肢、躯干或者其他标记点遮挡，存在缺失点数据，缺失点时常会连续缺失；ｃ）卣十摄像延迟会ｆ｛｛现噪声点；ｄ）运动员在做剧烈运动时，ｍａｒｋｅｒ点相对于人体会出现ｆ｛）：移，从而改变运动数据之间的拓扑结构。因此数据后续处理运算复杂度较高，如何剔除噪声点，弥补缺失点对运动数据进行有序标定，并满足实时性要求是光学运动散乱数据处理的核心内容。收稿日期：２００８．０７．３０；修回日期：２００８一０９－１０近年来许多专家学者在这方面进行了研究。ｘｉａ０等人¨’利用预定义人体物理特征，以能量最小化为主函数和物理约束来降低噪声，使动画由粗糙到精练。黄波士等人【４。提出利用先验数据准确跟踪标记点的算法。ｓｉｌａｇＩｌｉ等人＂。提出基于骨架结构匹配的处理方法，取得了良好效果。ＳｃｈｗａＴｔｚ等人【６