廣義彈性運動跟蹤與分析

《廣義彈性運動跟蹤與分析》是依託清華大學，由邸慧軍擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：廣義彈性運動跟蹤與分析
• 依託單位：清華大學
• 項目負責人：邸慧軍
• 項目類別：青年科學基金項目

項目摘要

計算機視覺中研究的非剛體運動分為三類：關節體運動、彈性運動和流體運動。對於彈性運動，現實世界中存在以下複雜情況：多種彈性運動同時存在並相互交替，其中每一種都滿足一致性約束，但總體不存在統一的一致性。因此難以按基於統一的一致性假設的傳統分析方法來處理這樣的複雜彈性運動。此外，某些受限條件下的關節體運動也滿足一致性約束，因此也可看成為多種彈性運動的交替過程。為適應以上複雜情況下的非剛體運動分析，本項目提出研究廣義彈性運動跟蹤與分析的系統框架。.本項目提出了基於分層轉移的混合變換HMM模型的廣義彈性運動跟蹤和分析模型，為非剛體運動的研究提供了新思路。並且可以在不需要先驗形狀模型的情況下通過底層原始特徵匹配實現廣義彈性運動跟蹤，提高了算法的魯棒性和通用性。此外模型還能提供運動的時-空參數，可進一步用於運動分析。本研究的成果可用於人臉、人體等複雜變形體的運動分析，具有廣泛的套用前景和潛在的經濟價值。

結題摘要

非剛體運動分析是當前國內外的研究熱點，其關鍵技術是對非剛體運動的有效跟蹤和對運動結構的分析。這兩項關鍵技術是進行高層動作識別的基礎。由於缺乏魯棒的非剛體運動跟蹤方法，目前動作識別中不得不大量使用容易獲取的局部特徵（如時空興趣點、光流、點軌跡等）。但是這些局部特徵的表達能力畢竟有限，最終將會制約到高層識別的研究發展。廣義彈性運動跟蹤與分析的研究則從物體的整體運動規律與約束角度出發，尋求突破以上跟蹤與分析的關鍵困難的途徑。研究中我們提出了多層次的廣義彈性運動跟蹤與分析的框架，包括下層分段運動跟蹤、中層運動分類、到頂層運動規律分析。這種分層運動分析框架的特點是全局彈性運動趨勢分析與局部分段運動細節描述相結合，在全局彈性運動趨勢的指導下再比較局部彈性運動描述的差異性，可以有效結合長時粗略運動信息和短時運動細節，提供豐富的運動描述特徵。實現這個框架的基礎是對運動結構的匹配（幀間匹配實現跟蹤，運動段間匹配實現分類，類別間匹配實現頂層規律分析）。而為了達到不需要前景分割、抗背景干擾能力強的運動結構匹配方法，我們研究並提出了軌跡驅動的輪廓匹配算法，通過軌跡驅動可以很好的解決對前景分割的依賴性，而通過利用輪廓形狀信息（有序約束和整體變形約束），可以抵抗軌跡信息中的噪聲、數據缺失、雜亂性等問題帶來的副作用，最終可得到很精細的輪廓匹配結果。此課題的成果將為後續高層識別套用的鋪開創造良好的條件。