專(zhuān)利名稱(chēng)：一種圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種計(jì)算機(jī)的圖形處理方法，尤其涉及的是一種模擬生物 運(yùn)動(dòng)的顯示處理的關(guān)節(jié)中心參數(shù)估計(jì)方法。
背景技術(shù)：
運(yùn)動(dòng)捕獲技術(shù)的發(fā)展歷程可以追溯到20世紀(jì)70年代，當(dāng)時(shí)，迪斯尼 公司曾試圖通過(guò)捕獲演員的動(dòng)作以改進(jìn)動(dòng)畫(huà)制作效果。當(dāng)計(jì)算機(jī)技術(shù)剛開(kāi) 始應(yīng)用于動(dòng)畫(huà)制作時(shí)，紐約計(jì)算機(jī)圖形技術(shù)實(shí)-瞼室的Rebecca Allen就設(shè)計(jì) 了一種光學(xué)裝置，將演員的表演姿勢(shì)投射在計(jì)算機(jī)屏幕上，作為動(dòng)畫(huà)制作 的參考。從20世紀(jì)80年代開(kāi)始，美國(guó)Biomechanics實(shí)驗(yàn)室、Simon Fraser 大學(xué)、麻省理工學(xué)院等陸續(xù)開(kāi)展了計(jì)算機(jī)人體運(yùn)動(dòng)捕獲技術(shù)的研究。此后，運(yùn)動(dòng)捕獲技術(shù)吸引了越來(lái)越多研究人員和開(kāi)發(fā)商的目光，并從 試用性研究逐步走向了實(shí)用化。1988年，SGI 7〉司開(kāi)發(fā)了可捕獲人頭部運(yùn) 動(dòng)和表情的運(yùn)動(dòng)捕獲系統(tǒng)。目前，在發(fā)達(dá)國(guó)家，運(yùn)動(dòng)捕獲已經(jīng)進(jìn)入了實(shí)用 化階段，已經(jīng)有多家廠(chǎng)商相繼推出了商品化的運(yùn)動(dòng)捕獲設(shè)備，如Vicon、 Polhemus、 Sega Interactive、 'MAC、 FilmBox、 MotionAnalysis等。運(yùn)動(dòng)-捕 獲技術(shù)的應(yīng)用領(lǐng)域也遠(yuǎn)遠(yuǎn)超出了最開(kāi)始的角色動(dòng)畫(huà)，并已經(jīng)成功地應(yīng)用于 虛擬現(xiàn)實(shí)、游戲、人體工程學(xué)、運(yùn)動(dòng)模擬訓(xùn)練、生物力學(xué)研究等許多方面。究竟什么是運(yùn)動(dòng)捕獲？運(yùn)動(dòng)捕獲技術(shù)領(lǐng)域的權(quán)威工程師Alberto Menache在他的新書(shū)《Understanding Motion Capture for Computer Animation一個(gè)準(zhǔn)確的定義"Motion capture is the process of recording a live motionevent and translating it into usable mathematical terms by tracking a number of key points in space over time and combining them to obtain a single three-dimensional representation of the performance."(運(yùn)動(dòng)捕獲;lt是i己錄一生 物的活動(dòng)事件并將之轉(zhuǎn)換為可用的數(shù)字表示的過(guò)程，該過(guò)程通過(guò)追蹤一系 列的在一定時(shí)間和空間內(nèi)的關(guān)鍵點(diǎn)的運(yùn)動(dòng)，并結(jié)合這些關(guān)鍵點(diǎn)以獲取代表 該行為的一單獨(dú)三維表示)筒單來(lái)說(shuō)，運(yùn)動(dòng)捕獲是將現(xiàn)場(chǎng)行為(Live Performance)轉(zhuǎn)換為數(shù)字化行為(Digital Performance)的4支術(shù)。被捕獲的主體 可以是這個(gè)世界上任何具有行為能力的生物或物體；而記錄下的關(guān)鍵點(diǎn) (Key Points)的位置應(yīng)該在能最佳表示出主體不同肢體或部位運(yùn)動(dòng)的關(guān)鍵區(qū) 域，如肢體中心位置或肢體相鄰鏈接處。對(duì)于人體而言，這些關(guān)鍵點(diǎn)的位 置就是人體的關(guān)節(jié)中心附近或人體骨骼突出的位置。在這些位置放置了 一 些傳感器，比如反光球、紅外光二級(jí)管或電》茲傳感器等能夠往信號(hào)收集裝 置主動(dòng)或被動(dòng)傳送信息的器件。這些器件在運(yùn)動(dòng)捕獲領(lǐng)域中經(jīng)常被稱(chēng)為標(biāo) 志點(diǎn)(Marker)，它們是運(yùn)動(dòng)捕獲系統(tǒng)的重要組成部分之一。然而，在現(xiàn)實(shí)生活當(dāng)中，人們總是將角色動(dòng)畫(huà)(Character Animation)和 運(yùn)動(dòng)捕獲混為一談，盡管兩者有著本質(zhì)的區(qū)別。運(yùn)動(dòng)捕獲只是"收集"運(yùn) 動(dòng)，而角色動(dòng)畫(huà)的核心是驅(qū)動(dòng)角色運(yùn)動(dòng)的數(shù)據(jù)。為了獲得一個(gè)運(yùn)動(dòng)的角色， 我們需要進(jìn)行運(yùn)動(dòng)捕獲，并且把捕獲到的運(yùn)動(dòng)數(shù)據(jù)"映射"到三維角色上 去。然而，運(yùn)動(dòng)捕獲記錄下的只是那些可以描述運(yùn)動(dòng)的數(shù)據(jù)，通常是指標(biāo) 志點(diǎn)的三維空間坐標(biāo)，而角色動(dòng)畫(huà)所需要的數(shù)據(jù)通常是指一組描述角色平 動(dòng)的平移數(shù)據(jù)和關(guān)節(jié)轉(zhuǎn)動(dòng)的角度數(shù)據(jù)。從標(biāo)志點(diǎn)的三維空間坐標(biāo)數(shù)據(jù)到描述角色平動(dòng)的平移數(shù)據(jù)和關(guān)節(jié)轉(zhuǎn)動(dòng) 的角度數(shù)據(jù)的映射問(wèn)題是一個(gè)很復(fù)雜的問(wèn)題，也正是運(yùn)動(dòng)捕獲數(shù)據(jù)處理技 術(shù)研究的核心問(wèn)題。它需要基于數(shù)字信號(hào)處理技術(shù)處理由于各種原因?qū)е?的三維空間坐標(biāo)數(shù)據(jù)中的噪聲；其次，它需要基于人體生理結(jié)構(gòu)特性和運(yùn) 動(dòng)特性，運(yùn)用優(yōu)化原理和計(jì)算機(jī)方法來(lái)生成人體骨骼運(yùn)動(dòng)。它的研究涉及到生理學(xué)、多剛體運(yùn)動(dòng)學(xué)、優(yōu)化計(jì)算、圖形學(xué)等多個(gè)領(lǐng)域，是一個(gè)多學(xué)科交 叉的研究課題。最近幾年，計(jì)算機(jī)視覺(jué)領(lǐng)域?qū)\(yùn)動(dòng)捕獲數(shù)據(jù)處理問(wèn)題進(jìn)行了積極的探索，取得了很大的進(jìn)展，也有了一些商業(yè)上的應(yīng)用系統(tǒng)，比如Autodesk公 司的MotionBuilder和Character Studio以及Vicon公司的Bodybuilder。這 些軟件沒(méi)有技術(shù)文檔可以參考，但是由于它們的數(shù)據(jù)處理結(jié)果中廣泛存在 膝關(guān)節(jié)和肘關(guān)節(jié)沒(méi)伸展開(kāi)和關(guān)節(jié)自由度被限制的情形，使得研究者們確信 這些軟件采用了逆運(yùn)動(dòng)學(xué)技術(shù)；另外這些軟件有時(shí)會(huì)產(chǎn)生的頭倒置的處理 結(jié)果，使得研究者們猜測(cè)采用了一些誘導(dǎo)性的法則，例如頭的朝向被默 認(rèn)為始終朝上的。只有熟練的動(dòng)畫(huà)師才能〗吏用這些軟件,通過(guò)復(fù)雜的操作 完成運(yùn)動(dòng)捕獲數(shù)據(jù)的處理。因此，目前并沒(méi)有完全令人滿(mǎn)意的實(shí)用成果， 尤其是離計(jì)算機(jī)動(dòng)畫(huà)、游戲和人體運(yùn)動(dòng)仿真等要求自動(dòng)化準(zhǔn)確恢復(fù)人體運(yùn) 動(dòng)的目標(biāo)還有相當(dāng)大的距離。另一方面，運(yùn)動(dòng)捕獲技術(shù)在我國(guó)還是一個(gè)需要深入研究開(kāi)發(fā)的領(lǐng)域， 因?yàn)閲?guó)內(nèi)剛剛認(rèn)識(shí)到它的作用，并且還只是剛剛參與進(jìn)來(lái)?，F(xiàn)有的兩家廠(chǎng) 商都是在機(jī)械復(fù)制國(guó)外的產(chǎn)品，在數(shù)據(jù)處理技術(shù)上遇到了瓶頸，無(wú)法提高 數(shù)據(jù)的處理質(zhì)量和簡(jiǎn)化運(yùn)動(dòng)捕獲數(shù)據(jù)的處理才乘作流程。由此可見(jiàn)，由于存在眾多技術(shù)難點(diǎn)，已有的研究工作在精度、效率、 穩(wěn)定性等方面還難以滿(mǎn)足實(shí)際應(yīng)用中人們對(duì)高質(zhì)量運(yùn)動(dòng)捕獲數(shù)據(jù)的迫切需 求。這就促使另辟蹊徑，探討運(yùn)動(dòng)捕獲數(shù)據(jù)處理研究領(lǐng)域中的新方法，新 思路?，F(xiàn)有技術(shù)的三維人體運(yùn)動(dòng)捕獲技術(shù)是計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)以及 虛擬現(xiàn)實(shí)等研究領(lǐng)域中一個(gè)備受關(guān)注的前沿方向，在計(jì)算機(jī)動(dòng)畫(huà)、人體運(yùn) 動(dòng)仿真、生物運(yùn)動(dòng)力學(xué)分析、醫(yī)療康復(fù)等方面具有廣闊的應(yīng)用前景，不僅 具有重要的研究意義，而且具有很好的應(yīng)用價(jià)值。運(yùn)動(dòng)捕獲技術(shù)的最大優(yōu) 點(diǎn)是能夠捕獲到物體真實(shí)運(yùn)動(dòng)的數(shù)據(jù)，由此生成的運(yùn)動(dòng)具有很強(qiáng)的真實(shí)感，并能合成更多復(fù)雜的運(yùn)動(dòng)。準(zhǔn)確的關(guān)節(jié)中心位置數(shù)據(jù)不僅可以增加虛擬人運(yùn)動(dòng)的真實(shí)感，而且還 可以增強(qiáng)人體運(yùn)動(dòng)力學(xué)仿真分析的可信度，因此，如何利用標(biāo)志點(diǎn)數(shù)據(jù)計(jì) 算出高質(zhì)量的關(guān)節(jié)中心位置數(shù)據(jù)是現(xiàn)有技術(shù)的研發(fā)主要問(wèn)題一一關(guān)節(jié)中心 參數(shù)估計(jì)問(wèn)題。目前的關(guān)節(jié)中心估計(jì)方法從原理上來(lái)分主要有兩大類(lèi)回歸分析方法 和函數(shù)分析方法，并且，基于函數(shù)分析方法的關(guān)節(jié)中心參數(shù)估計(jì)算法開(kāi)始 得到了高度的重視。然而在研究過(guò)程當(dāng)中，研究者們更多的關(guān)注，針對(duì)不 同情況發(fā)展一系列的不同目標(biāo)函數(shù)，來(lái)進(jìn)行關(guān)節(jié)中心參數(shù)的計(jì)算，而很少 有人去關(guān)注對(duì)原始標(biāo)志點(diǎn)數(shù)據(jù)的處理。由于關(guān)節(jié)中心計(jì)算的目標(biāo)函數(shù)中變量數(shù)目比較多(主要為關(guān)節(jié)中心的 位置參數(shù))，并且是非線(xiàn)性的，因此在做優(yōu)化計(jì)算時(shí)，收斂性能很不好，主 要表現(xiàn)在兩個(gè)方面(l)收斂速度比較慢；(2)容易在局部的極小值收斂。 在優(yōu)化計(jì)算當(dāng)中， 一個(gè)好的初值對(duì)于優(yōu)化一個(gè)性質(zhì)不好的目標(biāo)函數(shù)而言， 是至關(guān)重要的，它可以有效提高收斂速度，同時(shí)保證收斂到一個(gè)比較好的 解。在現(xiàn)有技術(shù)的運(yùn)動(dòng)捕獲過(guò)程中，在表演者的一些特殊的肢體(如頭 部，腰部)上，貼有一定數(shù)量(超過(guò)三個(gè))的標(biāo)志點(diǎn)，用來(lái)定位這些肢體 的位姿，因此希望這些標(biāo)志點(diǎn)在相應(yīng)的肢體上構(gòu)成一個(gè)剛體。然而，人體 皮膚或衣服在表演者做出各種運(yùn)動(dòng)時(shí)，不可避免地會(huì)發(fā)生微小褶皺和位移， 從而使得肢體上標(biāo)志點(diǎn)的相對(duì)位置發(fā)生改變，最終會(huì)導(dǎo)致這些肢體位姿數(shù) 據(jù)中含有大量的噪聲，不僅會(huì)導(dǎo)致數(shù)據(jù)處理速度緩慢，而且會(huì)導(dǎo)致數(shù)據(jù)處 理結(jié)果嚴(yán)重失真，甚至出現(xiàn)錯(cuò)誤。如何有效的去除這些噪聲，修正特定肢 體上標(biāo)志點(diǎn)的剛體性質(zhì)就是標(biāo)志點(diǎn)剛性修正問(wèn)題。估計(jì)兩個(gè)對(duì)應(yīng)點(diǎn)集的相對(duì)旋轉(zhuǎn)、縮放和平移參數(shù)是一個(gè)重要的問(wèn)題， 并且^皮公認(rèn)稱(chēng)為絕對(duì)定向問(wèn)題。極小化式(1)這個(gè)最小二乘誤差函數(shù)標(biāo)志點(diǎn)剛性修正問(wèn)題是比絕對(duì)定向問(wèn)題更復(fù)雜的問(wèn)題，其要解決的問(wèn)題是給 定有點(diǎn)對(duì)應(yīng)關(guān)系的多個(gè)點(diǎn)集，如何找到一個(gè)標(biāo)準(zhǔn)點(diǎn)集，并確定其他點(diǎn)集相 對(duì)于它的朝向和位置，同時(shí)使得匹配誤差最小。F(R，t,C) = lXlh-cRx,-t||2 (8)解決絕對(duì)定向的迭代算法最早出現(xiàn)在二十世紀(jì)五十年代到六十年代之 間，當(dāng)時(shí)絕對(duì)定向技術(shù)主要應(yīng)用在照相測(cè)量學(xué)(photogrammetry)當(dāng)中，然后才 是計(jì)算機(jī)視覺(jué)處理當(dāng)中。與傳統(tǒng)的非線(xiàn)性迭代相比，Thompson將絕對(duì)定向 問(wèn)題轉(zhuǎn)換為線(xiàn)性方程組求解問(wèn)題，可以說(shuō)是絕對(duì)定向技術(shù)上的一大進(jìn)步， 盡管他當(dāng)時(shí)只考慮了三個(gè)點(diǎn)構(gòu)成一個(gè)點(diǎn)集的情況。在幾個(gè)月以后，Schut依 靠四元數(shù)極大地精簡(jiǎn)了相關(guān)線(xiàn)性方程組的推導(dǎo)過(guò)程。為了處理更多的點(diǎn)， Oswal和Balasubramanian發(fā)展了 一種最小二乘方法，但是他們的方法只是 找到一個(gè)最佳匹配的線(xiàn)性變換,因此需要做旋轉(zhuǎn)矩陣正交化這樣一個(gè)后處 理。1973年，Sanso將旋轉(zhuǎn)分量的求解歸結(jié)為矩陣特征值分解，仍然使用了 迭代方法，并不是解析(closed-form)解。1987年，Horn通過(guò)使用單位四元 數(shù)(Unit Quatemion)代表旋轉(zhuǎn)矩陣，改進(jìn)了 Sanso提出的方法。該方法既不 需要解線(xiàn)性方程組，也不需要迭代更新，只需要解一個(gè)四次方程，是一種 解析形式的解。由于Horn第一次給出絕對(duì)定向問(wèn)題的解析解，因此他的方 法引用最為廣泛。后經(jīng)過(guò)十多年的發(fā)展，針對(duì)絕對(duì)定向問(wèn)題，研究者們總共提出了四種 不同的解析解法，這些方法的區(qū)別在于使用了不同的旋轉(zhuǎn)變換表達(dá)形式和 不同的目標(biāo)函數(shù)。除了 Horn的方法以外，1987年Arun提出了絕對(duì)定向問(wèn) 題的第二種解析方法，其中使用旋轉(zhuǎn)矩陣表示旋轉(zhuǎn)變換，并采用奇異值分 解(Singular Value Decomposition)來(lái)進(jìn)行求解。1988年，Horn又提出了第三 種解析方法，其中正交矩陣被用來(lái)表示旋轉(zhuǎn)變換，同樣特征值分解被用來(lái)求解這個(gè)正交矩陣。在特殊的情況下，第二種方法和第三種方法會(huì)求得一個(gè)反射矩陣而非旋轉(zhuǎn)矩陣，針對(duì)這種退化情形，Umeyama進(jìn)行了修正，提出 了一種比較完善的奇異值分解方法。Walker等人使用對(duì)偶四元數(shù)來(lái)表示旋 轉(zhuǎn)和平移變換，提出了第四種解析方法。由于多視角數(shù)據(jù)配準(zhǔn)(multiview registration)問(wèn)題的核心是多個(gè)點(diǎn)集的 配準(zhǔn)，所以絕對(duì)定向^支術(shù)被廣泛應(yīng)用到這個(gè)領(lǐng)域當(dāng)中。其中，Williams和 Be皿amoun推廣了 Arun的方法，采用奇異值分解方法來(lái)計(jì)算最佳的配準(zhǔn)參 數(shù)。Krishnan等人基于牛頓方法提出了旋轉(zhuǎn)群S(^上的一種迭代計(jì)算技術(shù)。更一般的絕對(duì)定向問(wèn)題是兩個(gè)點(diǎn)集都受到噪聲的污染，在這個(gè)假定下， 首先就需要恢復(fù)出一個(gè)沒(méi)有受到噪聲污染的標(biāo)準(zhǔn)點(diǎn)集，然后再計(jì)算原始兩 個(gè)點(diǎn)集相對(duì)于標(biāo)準(zhǔn)點(diǎn)集的相似變換參數(shù)。針對(duì)這種情況，Goryn證明了 Arun提出的方法仍然可以達(dá)到一個(gè)較好的結(jié)果，然而并不能保證這個(gè)結(jié)果 是一個(gè)最優(yōu)解，甚至連局部最優(yōu)解都保證不了。 Ramos等人則提出了一種混 合最小二乘方法，但是他們的方法得到的結(jié)果并不能保證是一個(gè)旋轉(zhuǎn)矩陣， 需要做旋轉(zhuǎn)矩陣的正交化這樣一個(gè)后處理。因此，上述兩項(xiàng)研究工作并未 能完善解決這種無(wú)標(biāo)準(zhǔn)點(diǎn)集的絕對(duì)定向問(wèn)題。實(shí)際當(dāng)中碰到的問(wèn)題經(jīng)常是，點(diǎn)集的個(gè)數(shù)遠(yuǎn)遠(yuǎn)大于二，在這種情況下如 何求取點(diǎn)集之間的相似變換參數(shù)，即對(duì)于多點(diǎn)集最小二乘擬合問(wèn)題，在運(yùn) 動(dòng)捕獲數(shù)據(jù)處理，皮膚變形估計(jì)，圖像注冊(cè)(Image Registration)以及模式識(shí) 別當(dāng)中有廣泛的應(yīng)用。wen等人給出了基于絕對(duì)定向技術(shù)和梯度下降法的 多點(diǎn)集最小二乘問(wèn)題的迭代解法。關(guān)節(jié)中心估計(jì)問(wèn)題一直是運(yùn)動(dòng)捕獲技術(shù)和生物力學(xué)分析技術(shù)等研究領(lǐng) 域中的一個(gè)熱點(diǎn)，至今仍然有不少?lài)?guó)內(nèi)外學(xué)者在該問(wèn)題上開(kāi)展研究工作。 目前，關(guān)節(jié)中心的估計(jì)方法主要分為兩大類(lèi)(l)基于回歸分析的關(guān)節(jié)中心 估計(jì)方法；(2)基于函數(shù)分析的關(guān)節(jié)中心估計(jì)方法。基于回歸參數(shù)的方法很容易實(shí)現(xiàn)，速度也非常快，實(shí)用于實(shí)時(shí)人體運(yùn)動(dòng)捕獲，是目前應(yīng)用最廣的一種關(guān)節(jié)中心估計(jì)算法。但是回歸分析和測(cè)量設(shè) 備容易引入誤差，所以這種標(biāo)準(zhǔn)化方法的精度是有限的，誤差可以達(dá)到25-30毫米。基于函數(shù)分析的關(guān)節(jié)中心估計(jì)方法的理i侖基礎(chǔ)是:相鄰兩個(gè)剛體的公共 點(diǎn)就是關(guān)節(jié)中心。基于這個(gè)理論，O'Brien等人針對(duì)電磁學(xué)運(yùn)動(dòng)捕獲數(shù)據(jù)， 采用奇異值分解的方法估計(jì)了人體關(guān)節(jié)中心。在這個(gè)方法中，由于電磁學(xué) 運(yùn)動(dòng)捕獲數(shù)據(jù)可以提供每個(gè)肢體的局部坐標(biāo)系，因此可以很方便的實(shí)施該 求解方法?；谶\(yùn)動(dòng)學(xué)約束，Schwartz and Rozumalski提出了一個(gè)改進(jìn)的方 法，能夠更加合理的計(jì)算關(guān)節(jié)中心和旋轉(zhuǎn)軸。如上所述，基于函數(shù)分析的關(guān)節(jié)中心計(jì)算方法已經(jīng)積累不少的經(jīng)驗(yàn)，但 是由于關(guān)節(jié)中心的參數(shù)化坐標(biāo)系方式不一樣，并且目標(biāo)函數(shù)的構(gòu)造不一樣， 根據(jù)關(guān)節(jié)中心的參數(shù)化坐標(biāo)和目標(biāo)函數(shù)的構(gòu)造，可以對(duì)基于函數(shù)分析的關(guān) 節(jié)中心計(jì)算方法進(jìn)行更細(xì)致的分類(lèi)。在現(xiàn)有技術(shù)的種種圖形處理方法和運(yùn)動(dòng)捕獲技術(shù)中，在演員的一些特殊 的肢體(頭部，腰部)上貼有一定數(shù)量(超過(guò)三個(gè))的標(biāo)志點(diǎn)， 一般希望 這些肢體上的標(biāo)志點(diǎn)構(gòu)成一個(gè)剛體，從而用來(lái)定位這些肢體的位姿。然而， 人體皮膚或衣服在演員做出各種運(yùn)動(dòng)時(shí)，不可避免地會(huì)發(fā)生微小褶皺和位 移，從而使得肢體上標(biāo)志點(diǎn)的相對(duì)位置會(huì)發(fā)生改變，最終導(dǎo)致這些肢體位 姿數(shù)據(jù)含有大量噪聲。如何有效的去除這些噪聲，修正特定肢體上標(biāo)志點(diǎn) 的剛體性質(zhì)就是本發(fā)明要解決的第 一個(gè)主要問(wèn)題一 一標(biāo)志點(diǎn)數(shù)據(jù)剛性修正 問(wèn)題。準(zhǔn)確的關(guān)節(jié)中心位置數(shù)據(jù)不僅可以增加虛擬人運(yùn)動(dòng)的真實(shí)感，而且還可 以增強(qiáng)人體運(yùn)動(dòng)力學(xué)仿真分析的可信度，因此，如何利用標(biāo)志點(diǎn)數(shù)據(jù)計(jì)算 出高質(zhì)量的關(guān)節(jié)中心數(shù)據(jù)就是本發(fā)明要解決的第二個(gè)主要問(wèn)題一_關(guān)節(jié)中 心參數(shù)估計(jì)問(wèn)題。發(fā)明內(nèi)容本發(fā)明的目的在于提供一種圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法，針對(duì) 現(xiàn)有技術(shù)的缺陷，采用最小二乘匹配對(duì)于標(biāo)志點(diǎn)的剛性預(yù)處理，以及快速 基于旋轉(zhuǎn)幾何和非線(xiàn)性?xún)?yōu)化的關(guān)節(jié)中心初值估計(jì)方法，實(shí)現(xiàn)準(zhǔn)確的骨骼之 關(guān)節(jié)中心參數(shù)估計(jì)和處理。本發(fā)明的技術(shù)方案如下一種圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法，其用于一通用計(jì)算機(jī)的運(yùn)動(dòng)捕 獲處理，包括以下步驟E、 對(duì)標(biāo)志點(diǎn)進(jìn)行剛性預(yù)處理；F、 估計(jì)計(jì)算關(guān)節(jié)中心回歸參數(shù)；G、 從關(guān)節(jié)中心回歸參數(shù)獲得剛性點(diǎn)集；H、 對(duì)剛性點(diǎn)集進(jìn)行選擇處理。 所述的方法，其中，所述步驟A還包括Al、輸入點(diǎn)集W^,;A2、計(jì)算無(wú)噪聲的點(diǎn)集Z = {Zf,相似變換參數(shù){R;}二， {t,}〗=1和{。})=1; A3、 i從1到n，同時(shí)j從1到k獲得輸出修正點(diǎn)集{￥乂.=1的元素所述的方法，其中，所述步驟B還包括 Bl、輸入點(diǎn)集W&和(d;B2、采用非線(xiàn)性?xún)?yōu)化極小化誤差函數(shù)Wi Oi -l;(]l'JJcl-一丫；B3、輸出回歸參數(shù)"6,c)。 所述的方法，其中，所述步驟C還包括 Cl、更新點(diǎn)集w"L和(c/H，去除噪聲；C2、計(jì)算矩陣A,B:采用相鄰的父子剛體上各三個(gè)點(diǎn)，'S、 A、、是 父剛體上的標(biāo)志點(diǎn)，角標(biāo)f表示幀數(shù)，'C!、 'c2、 'Cs是子剛體上的標(biāo)志點(diǎn)，關(guān)節(jié)中心'J相對(duì)于相鄰剛體上的標(biāo)志點(diǎn)始終保持不變，滿(mǎn)足如下關(guān)系式'WC,-'C2 'C,-'C3 ('C廣'C2)x('C,」C3) '0[d e / 1〗' , 其中，(fl,6，c乂e,/)為回歸坐標(biāo)參數(shù)； 兩式聯(lián)立可得到對(duì)于連續(xù)采集的f幀凄t據(jù)，得到如下方程組U (12)其中<formula>formula see original document page 13</formula>計(jì)算矩陣X:當(dāng)采集數(shù)據(jù)的幀數(shù),超過(guò)3時(shí)，方程組變成超定方 程組,可以最小二乘解為(15)通過(guò)式(16)或(17)計(jì)算出每一幀關(guān)節(jié)中心的位置；C4、輸出回歸參數(shù)(a,6,c,c/，e,/1。 所述的方法，其中，所述步驟D還包括Dl、輸入點(diǎn)集W《二，處理點(diǎn)集(y/丄C到k^，變換參數(shù){化}二、 n， {《"D2、 i從1到K計(jì)算U.^I;ly/-。R,廣t才〉;D3、按遞減順序給,排序成乂?！?i《…《乂w;D4、按序號(hào)/1"'2，""汰_1,從中選擇與z'。， z"不共線(xiàn)的第三點(diǎn)z"，輸出 /0，i'l,!Y 。本發(fā)明所提供的一種圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法，由于采用了 上述對(duì)標(biāo)志點(diǎn)的剛性預(yù)處理，以及優(yōu)化的關(guān)節(jié)中心初值估計(jì)方法，其在圖 形處理中消除了標(biāo)志點(diǎn)的漂移，簡(jiǎn)化了處理過(guò)程，且提高了數(shù)據(jù)處理的準(zhǔn) 確性。


圖l為本發(fā)明方法的處理過(guò)程一的示例圖；圖2為本發(fā)明方法的處理過(guò)程二的示例圖；圖3為本發(fā)明方法的標(biāo)志點(diǎn)在手臂上的設(shè)置示意圖；圖4 (a)和圖4 (b)為本發(fā)明方法的剛性點(diǎn)集選擇算法統(tǒng)計(jì)結(jié)果示意圖；圖5(al)-(a3)為大范圍連續(xù)數(shù)據(jù)下關(guān)節(jié)中心算法性能在不同比較噪聲比 下的對(duì)比示意圖；圖5 (bl) - (b3)為大范圍非連續(xù)數(shù)據(jù)下關(guān)節(jié)中心算法性能比較在不 同噪聲比下的對(duì)比示意圖；圖6為本發(fā)明方法的標(biāo)志點(diǎn)在人體上的分布示意圖；圖7 (a) - (d)為對(duì)人體的走、跳、ROM運(yùn)動(dòng)以及跑的關(guān)節(jié)中心計(jì)算 處理的示意圖；圖8為本發(fā)明方法與現(xiàn)有技術(shù)對(duì)人體某個(gè)肢體的運(yùn)動(dòng)計(jì)算處理結(jié)果的 效果比對(duì)示意圖；圖9為本發(fā)明方法較佳實(shí)施例與現(xiàn)有技術(shù)對(duì)四肢長(zhǎng)度數(shù)據(jù)的標(biāo)準(zhǔn)方差 對(duì)比效果示意圖；曰f示意圖。
具體實(shí)施例方式
以下對(duì)本發(fā)明的較佳實(shí)施例加以詳細(xì)說(shuō)明。
本發(fā)明的關(guān)節(jié)中心參數(shù)估計(jì)方法中，由于人體皮膚或者衣服的微小褶 皺和位移，而引起肢體上標(biāo)志點(diǎn)的相對(duì)位置的改變，而導(dǎo)致這些肢體位姿 數(shù)據(jù)中含有大量噪聲。為有效去除各種噪聲，提高標(biāo)志點(diǎn)的數(shù)據(jù)質(zhì)量，本 發(fā)明方法采用了基于成熟的絕對(duì)定向技術(shù)和采用梯度下降逐步求解的標(biāo)志
點(diǎn)剛性預(yù)處理算法，極小化下面這個(gè)最小二乘誤差函數(shù) F(Z,R，t,0士f^;lly/—c,R,'-t」f (16)
其具體的處理過(guò)程如下
一、標(biāo)志點(diǎn)的剛性預(yù)處理過(guò)程如下
在本發(fā)明的圖形處理計(jì)算機(jī)系統(tǒng)中輸入:點(diǎn)集{X> }$=1;輸出:修正點(diǎn)集
其步驟包括(Al)計(jì)算無(wú)噪聲的點(diǎn)集Z = {z,，相似變換參數(shù){^};=1， {"})=1 和(A2)For i=l to n
<formula>formula see original document page 15</formula>
由于本發(fā)明方法的關(guān)節(jié)中心計(jì)算目標(biāo)函數(shù)中變量數(shù)目比較多，主要為 關(guān)節(jié)中心的位置參數(shù)，并且是非線(xiàn)性的，因此在做優(yōu)化計(jì)算時(shí)，收斂性能 很不好，其主要表現(xiàn)在兩個(gè)方面(l)收斂速度比較慢，意味著運(yùn)算速度 太慢；(2)容易在局部的極小值收斂，意味著會(huì)得到錯(cuò)誤的關(guān)節(jié)中心估計(jì) 參數(shù)值。在本發(fā)明方法優(yōu)化處理過(guò)程當(dāng)中， 一個(gè)好的初值對(duì)于優(yōu)化一個(gè)性 質(zhì)不好的目標(biāo)函數(shù)而言，是至關(guān)重要的，它可以有效提高收斂速度，同時(shí) 保證收斂到一個(gè)比較好的解。因此，本發(fā)明圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法即可獲得較好的初值。
在人體運(yùn)動(dòng)的人體結(jié)構(gòu)上，相鄰的骨骼可以看成通過(guò)關(guān)節(jié)連接的剛體， 在圖形處理中，第i幀相鄰兩個(gè)剛體中，選其中為一父剛體，另一相鄰剛體 為子剛體，則父、子剛體中一個(gè)需要有三個(gè)點(diǎn)，另外一個(gè)則需要少于三個(gè) 點(diǎn)。由于對(duì)于旋轉(zhuǎn)中心而言，父、子剛體是對(duì)稱(chēng)的，所以本發(fā)明方法假定 父剛體有三個(gè)點(diǎn)，而子剛體只有一個(gè)點(diǎn)，如圖l所示的。其中' i、 A、 ' 3是 父剛體上的標(biāo)志點(diǎn)，角標(biāo)!'表示幀數(shù)，'C'是子剛體上的標(biāo)志點(diǎn)，由旋轉(zhuǎn)幾何 的知識(shí)可知，關(guān)節(jié)中心V相對(duì)于相鄰剛體上的標(biāo)志點(diǎn)始終保持不變，由父
剛體上的三點(diǎn)有如下關(guān)系式
W《」戶(hù)2 f尸3 (》—'尸2)X('尸廣卞3) 6Cl]' (17)
其中，fl、 6、 c為回歸坐標(biāo)參數(shù)。同時(shí)，由于標(biāo)志點(diǎn)與關(guān)節(jié)中心的距離保 持不變，由子剛體上的一點(diǎn)有'J-'C,『"2 (18) 兩式聯(lián)立可得到 一個(gè)誤差函數(shù)
五證,-U'J-'q (19)
對(duì)于連續(xù)采集的F幀數(shù)據(jù)，可以得到如下總的誤差函數(shù)
證O及=|>叫=幼^—'cf —,丫 (20)
，=1 ,=1 乂 乂
采用非線(xiàn)性?xún)?yōu)化對(duì)上式極小化，就可以獲取參數(shù)回歸坐標(biāo)參數(shù) tf 、 6 、 C 、 ^ 。 然后通過(guò)通用計(jì)算裝置，例如計(jì)算機(jī)，計(jì)算出每一幀關(guān)節(jié)中心的位置。如 果子剛體上有兩個(gè)點(diǎn)，只需要在式(10)中增加類(lèi)似的 一個(gè)誤差項(xiàng)就可以了 。 以下說(shuō)明本發(fā)明方法中采用關(guān)節(jié)中心回歸參數(shù)估計(jì)的處理過(guò)程
輸入:點(diǎn)集{/^=1和『/};——,。 輸出回歸參數(shù){。,&,}其處理步驟包括(Bl)根據(jù)(Al)和(A2)的步驟更新點(diǎn)集(d;
(B2)采用非線(xiàn)性?xún)?yōu)化極小化誤差函數(shù)
<formula>formula see original document page 17</formula>
(B3)輸出回歸參數(shù)。 此時(shí)采用相鄰的父子剛體上各三個(gè)點(diǎn)，如圖2所示其中'^、 'A、 '^是 父剛體上的標(biāo)志點(diǎn)，角標(biāo)/表示幀數(shù)，A、 'q是子剛體上的標(biāo)志點(diǎn)， 由旋轉(zhuǎn)幾何的知識(shí)可知，關(guān)節(jié)中心'J相對(duì)于相鄰剛體上的標(biāo)志點(diǎn)始終保持 不變，滿(mǎn)足如下關(guān)系式
<formula>formula see original document page 17</formula> (22) 其中，^,6，c,c/,e,/7為回歸坐標(biāo)參數(shù)。
兩式聯(lián)立可得到<formula>formula see original document page 17</formula>(23)
對(duì)于連續(xù)采集的,幀lt據(jù)，本發(fā)明方法可以得到如下方程組
其中<formula>formula see original document page 17</formula>(24)
<formula>formula see original document page 17</formula>
(25)<formula>formula see original document page 17</formula>(26)
當(dāng)采集數(shù)據(jù)的幀數(shù),超過(guò)3時(shí)，方程組變成超定方程組,可以最小二乘解為 X,fj'5 (27)通過(guò)式(16)或(17)可以計(jì)算出每一幀關(guān)節(jié)中心的位置。
本發(fā)明方法中的關(guān)節(jié)中心回歸參數(shù)估計(jì)得到剛性點(diǎn)集的處理過(guò)程包括:
輸入:點(diǎn)集{^};=1和{<:/}:=1。
輸出回歸參數(shù){a, 6， c, c/， e, /}
步驟(Cl)更新點(diǎn)集W^和(d，去除噪聲。
(C2)計(jì)算矩陣A，B。
(C3)計(jì)算矩陣X;
(C4)輸出回歸參數(shù)^,6,c乂e,/)。 然后本發(fā)明方法需要對(duì)計(jì)算出的點(diǎn)集進(jìn)行選擇
當(dāng)剛體上的點(diǎn)超過(guò)3個(gè)時(shí)，假定第i幀父剛體為fP》；(iV〉3),。實(shí)際上， 在剛性條件下，每個(gè)剛體上任意三個(gè)不共線(xiàn)的標(biāo)志點(diǎn)對(duì)關(guān)節(jié)中心的位置起 到的作用是等效的，因此，只需要在剛體上選取三個(gè)不共線(xiàn)的標(biāo)志點(diǎn)就可 以了。本發(fā)明方法期望能夠選擇出最穩(wěn)定的三個(gè)點(diǎn)，因此，參考前述剛性 算法處理過(guò)程，本發(fā)明選擇修正前后誤差最小的不共線(xiàn)的三個(gè)標(biāo)志點(diǎn)。
本發(fā)明方法中的剛性點(diǎn)集選擇處理過(guò)程包括
輸入:點(diǎn)集W《,。 輸出:選擇點(diǎn)的標(biāo)號(hào)^2"3。
具體的處理步驟包括(Dl)參考步驟(Al) (A2)的處理,處理點(diǎn)集
(y^二得到"}^,變換參數(shù)(R^,、 {。二， {"二；
(D2) for i = 1 to K do { 乂 =|力卜/ 一"『};
》乂=1
(D3)按遞減順序給乂排序成厶^乂i么.」乂"；
(D勺按序號(hào)'H"汰—1,從中選擇與z'。， z"不共線(xiàn)的第三點(diǎn)z"，
輸出/0，/1,/、
當(dāng)父、子剛體的三個(gè)點(diǎn)都選出來(lái)以后，就可以用步驟(Cl)到(C4)的處理進(jìn)行進(jìn)一步的關(guān)節(jié)中心求解計(jì)算。本發(fā)明方法可以在通用計(jì)算機(jī)使用matlab7.0實(shí)現(xiàn)了上述各處理過(guò)程， 與已有的一些比較成熟的關(guān)節(jié)中心參數(shù)估計(jì)算法Silaghi1998, OBreinOO, UdLa02， KOF05 ,進(jìn)行了對(duì)比測(cè)試，并且在一臺(tái)個(gè)人電腦(Pentium IV， 2.8GHz,內(nèi)存l.OGB)上進(jìn)行了性能測(cè)試。如圖3所示的，本發(fā)明采用手臂做為部分示例說(shuō)明，比較本發(fā)明的標(biāo)志 點(diǎn)剛性預(yù)處理方式、絕對(duì)定向算法(OA)、基于小波濾波器的方法(Wden)和 線(xiàn)性濾波器方法(LSI)。其中Wden方法直接使用matlab函數(shù)wden實(shí)現(xiàn)， 參數(shù)為(x,'heursure'，'s','one'，3，'sym8')，即針對(duì)基本的高斯噪聲采用8階的 Daubechies小波對(duì)信號(hào)進(jìn)行三次小波分解后，使用混合軟閾值進(jìn)行噪聲去 除。線(xiàn)性濾波器方法(LSI)采用5階的濾波器(1/16， 4/16， 6/16, 4/16, 1/16) 進(jìn)行巻積濾波過(guò)濾處理。為了評(píng)價(jià)過(guò)濾之后和對(duì)關(guān)節(jié)中心計(jì)算質(zhì)量的改進(jìn)程度，定義相對(duì)誤差下 降比例EDR:,原始平均誤差:，均誤差x腿 (28) 原始平均誤差做兩個(gè)實(shí)驗(yàn)第一個(gè)實(shí)驗(yàn)中，標(biāo)志點(diǎn)數(shù)據(jù)有大范圍連續(xù)和小范圍連續(xù)兩 組。第二個(gè)實(shí)驗(yàn)中，標(biāo)志點(diǎn)數(shù)據(jù)由隨機(jī)生成的大范圍離散和小范圍離散兩 組數(shù)據(jù)構(gòu)成。在不同級(jí)別的噪聲下，每一組實(shí)驗(yàn)進(jìn)行100次試驗(yàn)，記錄下 平均響應(yīng)作為該組實(shí)驗(yàn)的結(jié)果。首先通過(guò)沿著特定曲線(xiàn)取旋轉(zhuǎn)參數(shù)值使子剛體上的點(diǎn)繞關(guān)節(jié)中心J旋 轉(zhuǎn)，然后通過(guò)沿著特定的曲線(xiàn)同時(shí)旋轉(zhuǎn)和平移父剛體和子剛體上的點(diǎn),再加 上服從高斯分布的隨機(jī)噪聲之后形成大范圍離散數(shù)據(jù)的測(cè)試點(diǎn)集。通過(guò)控 制其中旋轉(zhuǎn)參數(shù)的取值范圍[-5。，5。]x[-5°,5。]x[-5°，5°],生成小范圍連續(xù)測(cè) 試數(shù)據(jù)。隨機(jī)選擇的旋轉(zhuǎn)參數(shù)使子剛體上的點(diǎn)繞關(guān)節(jié)中心J旋轉(zhuǎn)，然后通過(guò)隨機(jī) 選擇的旋轉(zhuǎn)參數(shù)和平移參數(shù)同時(shí)旋轉(zhuǎn)和平移父剛體和子剛體上的點(diǎn)，再加 上服從高斯分布的隨機(jī)噪聲之后形成測(cè)試點(diǎn)集其中參數(shù)旋轉(zhuǎn)和平移參數(shù)的取值范圍有兩組分別為I. [-5。，5。]x[-5。，5。]x[-5。，5。]和[-1,1]和II. [一180。，180。]x[-90。，90。]x[-卯。，卯。],[—100 ，100 ]。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，在數(shù)據(jù)噪聲水平為5%的前提下，Silaghi98、 OBreinOO、 UdLa02、 KOF05四種關(guān)節(jié)中心算法的相對(duì)誤差下降比例，在大范圍連續(xù)測(cè) 試數(shù)據(jù)集下分別可以達(dá)到28.62%、 7.44%、 2.30%、 17.33%; 在小范圍連 續(xù)測(cè)試數(shù)據(jù)集下分別可以達(dá)到14.57%、 13.42%、 13.57%、 14,23%; 在大 范圍離散數(shù)據(jù)集下分別可以達(dá)到35.53%、 6.48%、 3.01%、 35.08%; 在小 范圍離散數(shù)據(jù)集下分別可以達(dá)到15.57%、 11.68%、 11.70%、 13.26%;總的 平均相對(duì)誤差下降比例分別可以達(dá)到23.57%、 9.76%、 7.64%、 19.97%,由 此可見(jiàn)基于標(biāo)志點(diǎn)數(shù)據(jù)剛性修正算法的數(shù)據(jù)預(yù)處理步驟可以顯著提高關(guān)節(jié) 中心參數(shù)估計(jì)算法的質(zhì)量。 -參照?qǐng)D3所示的父子剛體模型，從每個(gè)剛體上的五個(gè)點(diǎn)中選出三個(gè)性質(zhì) 好的點(diǎn)來(lái)參與關(guān)節(jié)中心計(jì)算。對(duì)于標(biāo)志點(diǎn)受到同等水平噪聲污染和不同水 平噪聲做試驗(yàn)測(cè)試，使用步驟(Dl)到(D4)實(shí)現(xiàn)了剛性點(diǎn)集選擇算法， 并使用步驟(Cl )到(C4)實(shí)現(xiàn)了對(duì)選擇出來(lái)的點(diǎn)集進(jìn)行關(guān)節(jié)中心的計(jì)算。在第一組實(shí)驗(yàn)中，每一次實(shí)驗(yàn)中，每一個(gè)標(biāo)志點(diǎn)加的噪聲都是同樣水平 的，從五個(gè)點(diǎn)中選三個(gè)點(diǎn)一共是C卜10種選法，父子剛體選擇標(biāo)志點(diǎn)的方案 有C^C〖-100種。在相同的噪聲水平下，比較本發(fā)明方法計(jì)算關(guān)節(jié)中心和原 始仿真關(guān)節(jié)中心平均距離最優(yōu)性統(tǒng)計(jì)結(jié)果3口相應(yīng)的方差統(tǒng)計(jì)結(jié)果，發(fā)現(xiàn)沒(méi) 有一個(gè)絕對(duì)占優(yōu)的父子剛體標(biāo)志點(diǎn)選擇組合，每種組合計(jì)算的結(jié)果非常接 近，因此任意選擇一組父子剛體標(biāo)志點(diǎn)選擇組合進(jìn)行關(guān)節(jié)中心計(jì)算都是可 行的。造成這種現(xiàn)象的原因是事先模擬的數(shù)據(jù)點(diǎn)中，每一個(gè)標(biāo)志點(diǎn)上加的噪聲都是同等水平的，如果每個(gè)標(biāo)志點(diǎn)上加入的噪聲不一樣，也就不能任意選 擇一組父子剛體標(biāo)志點(diǎn)選擇組合進(jìn)行關(guān)節(jié)中心計(jì)算。如果在標(biāo)志點(diǎn)上加入 的噪聲是同等水平的情況下，都能選擇一組較好的組合，那么可以預(yù)期本發(fā)明方法在不同噪聲水平情況下的效果會(huì)更好。在圖4中給出了對(duì)應(yīng)的統(tǒng) 計(jì)結(jié)果，圖4 (a)示出的是參數(shù)II下計(jì)算關(guān)節(jié)中心和原始仿真關(guān)節(jié)中心平 均距離排名圖，圖4 (b)示出的是相應(yīng)的方差統(tǒng)計(jì)結(jié)果，顯然步驟(D1) 到(D4)可以提出一個(gè)較好的父子剛體標(biāo)志點(diǎn)組合選擇方案，需要注意的 是這種方案選擇的組合是變化的。從上述討論，可以知道對(duì)于第二類(lèi)方法，搜索目標(biāo)函數(shù)的最小值時(shí)很 容易就陷入到局部極值點(diǎn)，因此如果想快速收斂到一個(gè)比較好的解，就必 須有一個(gè)好的初值，步驟(Cl)到(C4)可以快速提供這樣一個(gè)初值。本 發(fā)明方法實(shí)現(xiàn)了基于目標(biāo)函數(shù){/^=1和/3'(" = 0.01)的關(guān)節(jié)求解算法，經(jīng)過(guò)比較，發(fā)現(xiàn)基于目標(biāo)函數(shù)厶的關(guān)節(jié)中心算法性能是最好的。具體實(shí)驗(yàn)如下進(jìn)行，使用四份測(cè)試數(shù)據(jù)，分別進(jìn)行關(guān)節(jié)中心求解計(jì)算， 統(tǒng)計(jì)結(jié)果如下。其中，關(guān)節(jié)中心誤差評(píng)價(jià)函數(shù)F如下定義<formula>formula see original document page 21</formula>其中，T為試驗(yàn)次數(shù)，'ir^為優(yōu)化計(jì)算
所得的第t次試驗(yàn)第k幀關(guān)節(jié)中心，'m:為第t次試驗(yàn)第k幀原始仿真關(guān)節(jié)中心。如圖5 (al) - (a3)以及圖5 (bl) - (b3)所示，大范圍連續(xù)數(shù)據(jù)和 大范圍非連續(xù)數(shù)據(jù)下的實(shí)驗(yàn)結(jié)果表明基于目標(biāo)函數(shù)/4的關(guān)節(jié)中心算法恢 復(fù)的關(guān)節(jié)中心比其他的方法計(jì)算所得的關(guān)節(jié)中心的精度要高，穩(wěn)定性要好 (方差最小)，這一點(diǎn)隨著噪聲水平的增加而更加明顯。基于目標(biāo)函數(shù)/4的 優(yōu)化計(jì)算恢復(fù)的關(guān)節(jié)中心要比基于目標(biāo)函數(shù)/3'(" = 0.01)的優(yōu)化計(jì)算恢復(fù)的 關(guān)節(jié)中心精度要高、穩(wěn)定性要好，這一點(diǎn)隨著噪聲水平的增加也更力。明顯。 下面就運(yùn)動(dòng)捕獲技術(shù)數(shù)據(jù)的處理說(shuō)明對(duì)本發(fā)明技術(shù)的應(yīng)用本發(fā)明方法使用MATLAB實(shí)現(xiàn)使用稀疏矩陣的關(guān)節(jié)中心位置參數(shù)化 方法來(lái)解決鏈狀骨骼匹配的方法，并使用OpenGL圖形庫(kù)建立一個(gè)三維虛 擬場(chǎng)景。使用VICON運(yùn)動(dòng)捕獲設(shè)備，捕獲了幾類(lèi)人體運(yùn)動(dòng)，包括走(76 幀)、跑(47幀)和跳(105幀)和一個(gè)特殊的關(guān)節(jié)活動(dòng)運(yùn)動(dòng)(Range Of Motion) (1085幀)。在這個(gè)關(guān)節(jié)活動(dòng)運(yùn)動(dòng)中，演員被要求盡可能的伸展肢體和活動(dòng) 關(guān)節(jié)。運(yùn)動(dòng)捕獲使用了 12個(gè)MX-40型號(hào)的攝像機(jī)，釆樣頻率是30Hz,演 員的身上貼有59個(gè)標(biāo)志點(diǎn)，保證四肢的肢體上都有三個(gè)標(biāo)志點(diǎn)，如圖6所 示。本發(fā)明方法分別計(jì)算了人體四肢12個(gè)主要的關(guān)節(jié)中心，如圖7 (a)-圖7 (d)所示的，顯示了處理ROM運(yùn)動(dòng)、走、跳、跑運(yùn)動(dòng)捕獲數(shù)據(jù)的處 理結(jié)果示意圖。同時(shí)用/、 /2、 /3*( = 0.01)、 /4所對(duì)應(yīng)的關(guān)節(jié)中心算法處理了上述凝:據(jù)， 然后統(tǒng)計(jì)了相應(yīng)的骨骼長(zhǎng)度，圖8顯示了左大腿長(zhǎng)度的計(jì)算結(jié)果。從方差 的角度來(lái)考察，該閨說(shuō)明，第二類(lèi)方法的關(guān)節(jié)中心(/3*( = 0.01)、 /4)計(jì)算恢 復(fù)的關(guān)節(jié)中心比第一類(lèi)方法U、 /2)計(jì)算所得的關(guān)節(jié)中心的穩(wěn)定性要好。從 均值的角度來(lái)考察，該圖說(shuō)明，目標(biāo)函數(shù)/;(a-0.01)中額外添加的約束項(xiàng)， 會(huì)影響到關(guān)節(jié)中心計(jì)算的精度，而基于目標(biāo)函數(shù)/4的優(yōu)化計(jì)算恢復(fù)的關(guān)節(jié) 中心要比基于目標(biāo)函數(shù)/:(a = 0.01)的優(yōu)化計(jì)算恢復(fù)的關(guān)節(jié)中心精度要高。在圖9和圖10中，對(duì)比四肢的骨骼長(zhǎng)度數(shù)據(jù)的標(biāo)準(zhǔn)方差和均值，結(jié)果 表明與其它三種關(guān)節(jié)中心估計(jì)算法相比，基于目標(biāo)函數(shù)/4的關(guān)節(jié)中心求解算法所對(duì)應(yīng)的標(biāo)準(zhǔn)方差是最小的，因此它是一種結(jié)果高穩(wěn)定性的方法。 與基于目標(biāo)函數(shù)/3'( = 0.01)的關(guān)節(jié)中心估計(jì)算法相比，基于目標(biāo)函數(shù)/4的關(guān) 節(jié)中心求解算法所對(duì)應(yīng)的關(guān)節(jié)中心數(shù)據(jù)與其它兩種方法的結(jié)果更為接近， 因此它是一種高精度的方法。通過(guò)仿真數(shù)值試-驗(yàn)驗(yàn)證了基于標(biāo)志點(diǎn)數(shù)據(jù)剛性修正算法的數(shù)據(jù)預(yù)處理 步驟可以顯著提高關(guān)節(jié)中心參數(shù)估計(jì)算法的質(zhì)量；在此基礎(chǔ)上，本發(fā)明方法提出了一種高精度、高穩(wěn)定性的基于函數(shù)分析的關(guān)節(jié)中心算法，這種算 法優(yōu)點(diǎn)在于提供了一種解析的關(guān)節(jié)中心初值計(jì)算方法，并且由這種方法計(jì) 算得到的初值參與特定的目標(biāo)函數(shù)優(yōu)化計(jì)算后所得的關(guān)節(jié)中心，與以往的 關(guān)節(jié)中心算法計(jì)算所得到的關(guān)節(jié)中心相比，具有更高的精度、更高的穩(wěn)定 性。通過(guò)大量的合成數(shù)據(jù)以及實(shí)際運(yùn)動(dòng)捕獲數(shù)據(jù)處理實(shí)驗(yàn)，驗(yàn)證了此算法 的有效性和實(shí)用性。應(yīng)當(dāng)理解的是，對(duì)本領(lǐng)域普通技術(shù)人員來(lái)說(shuō)，可以根據(jù)上述說(shuō)明加以 改進(jìn)或變換，而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù) 范圍。
權(quán)利要求
1、一種圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法，其用于一通用計(jì)算機(jī)的運(yùn)動(dòng)捕獲處理，包括以下步驟A、對(duì)標(biāo)志點(diǎn)進(jìn)行剛性預(yù)處理；B、估計(jì)計(jì)算關(guān)節(jié)中心回歸參數(shù)；C、從關(guān)節(jié)中心回歸參數(shù)獲得剛性點(diǎn)集；D、對(duì)剛性點(diǎn)集進(jìn)行選擇處理。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟A還包括 輸入點(diǎn)集{乂"=1;計(jì)算無(wú)噪聲的點(diǎn)集z={Zi & ，相似變換參數(shù)(R,^,和;i從1到n，同時(shí)j從1到k獲得輸出修正點(diǎn)集W"-,的元素
3、 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟B還包括: Bl、輸入點(diǎn)集{&)L和(d;B2、采用非線(xiàn)性?xún)?yōu)化極小化誤差函數(shù)^i Oi -Sfl'J-'C,,=1B3、輸出回歸參凄t(a,6，d。
4、 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟C還包括 Cl、更新點(diǎn)集{0乙和{(:/}〖=1,去除噪聲；C2、計(jì)算矩陣A，B:采用相鄰的父子剛體上各三個(gè)點(diǎn)，'pi、 'p" '^是 父剛體上的標(biāo)志點(diǎn)，角標(biāo)!'表示幀數(shù)，'C" 'C" ^是子剛體上的 標(biāo)志點(diǎn)，關(guān)節(jié)中心'J相對(duì)于相鄰剛體上的標(biāo)志點(diǎn)始終保持不變， 滿(mǎn)足如下關(guān)系式<formula>formula see original document page 3</formula>其中，(aAc，d，e，/7為回歸坐標(biāo)參數(shù)； 兩式聯(lián)立可得到<formula>formula see original document page 3</formula> 對(duì)于連續(xù)采集的F幀數(shù)據(jù)，得到如下方程組(1)(2)(3)(4)其中:<formula>formula see original document page 3</formula>C3、計(jì)算矩陣X:當(dāng)采集數(shù)據(jù)的幀數(shù)F超過(guò)3時(shí),方程組變成超定方程 組,可以最小二乘解為通過(guò)式(16)或(17)計(jì)算出每一幀關(guān)節(jié)中心的位置；C4、輸出回歸參數(shù)(fl,6,c,c/，e,/〉。
5、 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟D還包括Dl、輸入點(diǎn)集{^}^=1，處理點(diǎn)集(y/^二得到"^，變換參數(shù)(R'K K {《;D2、 i從1到K計(jì)算(/^f;ly〖-。RA-1」|2};D3、按遞減順序給,'排序成<formula>formula see original document page 4</formula>D4、按序號(hào)'U2，…，'"1,從中選擇與z'。， z"不共線(xiàn)的第三點(diǎn)z',，輸出
全文摘要
本發(fā)明公開(kāi)了一種圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法，其用于一通用計(jì)算機(jī)的運(yùn)動(dòng)捕獲處理，包括以下步驟對(duì)標(biāo)志點(diǎn)進(jìn)行剛性預(yù)處理；估計(jì)計(jì)算關(guān)節(jié)中心回歸參數(shù)；從關(guān)節(jié)中心回歸參數(shù)獲得剛性點(diǎn)集；對(duì)剛性點(diǎn)集進(jìn)行選擇處理。本發(fā)明圖形處理的關(guān)節(jié)中心參數(shù)估計(jì)方法由于采用了上述對(duì)標(biāo)志點(diǎn)的剛性預(yù)處理，以及優(yōu)化的關(guān)節(jié)中心初值估計(jì)方法，其在圖形處理中消除了標(biāo)志點(diǎn)的漂移，簡(jiǎn)化了處理過(guò)程，且提高了數(shù)據(jù)處理的準(zhǔn)確性。
文檔編號(hào)G06K9/00GK101241601SQ200810065399
公開(kāi)日2008年8月13日 申請(qǐng)日期2008年2月19日 優(yōu)先權(quán)日2008年2月19日
發(fā)明者馮圣中, 劉思源, 文高進(jìn), 曹文靜, 樊建平, 倩 鄭 申請(qǐng)人:深圳先進(jìn)技術(shù)研究院