跳到主要內容

臺灣博碩士論文加值系統

(44.211.117.197) 您好!臺灣時間:2024/05/23 10:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:侯君昱
研究生(外文):Hou, June-Yue
論文名稱:從影像序列建構虛擬實境中的人體動作
論文名稱(外文):Modeling human actions from image sequences for virtual environment
指導教授:范欽雄范欽雄引用關係
指導教授(外文):Fahn Chin-Shyurng
學位類別:碩士
校院名稱:國立台灣工業技術學院
系所名稱:電機工程技術研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1997
畢業學年度:85
語文別:中文
論文頁數:66
中文關鍵詞:機器視覺影像序列人體模型深度圖動作分析虛擬環境
外文關鍵詞:machine visionimage sequencehuman body modeldepth mapmotion analysisvirtual environment
相關次數:
  • 被引用被引用:11
  • 點閱點閱:343
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
近年來,以視覺為基礎的人體外形及動作辨識在許多相關的研究領域中逐
漸獲得重視。在這些研究課題裡,主要的目的有二:重建立體的人體結構
和分析人體的動作序列。於本論文中,我們提出了一個快速的解決方法,
它可從現有的影像序列取出其中的人體外形,並在虛擬環境中建構對應的
三維人體影像。此方法依序可分為三個主要的階段:取得影像中最大的移
動區域、模型比對以及深度圖的建立。首先,第一個階段,計算影像序列
裡所有像框的像素值,以取得固定的背景影像。接下來將原始影像消去背
景後,即可得到包括雜訊在內的移動區域。利用一個取得最大移動區域的
演算法,包含人體的一塊區域可被快速地抽取出來。在第二個階段中,我
們以事先建立好的人體模型來比對這個被抽取出的影像,其辨認順序依次
為頭部、軀幹、大腿、肩膀及四肢,並且取得它們之間的相對位置。在最
後一個階段裡,我們嘗試著以肢體的角度和長度來建立人體在三維空間中
的深度圖。在論文中所採用的人體模型係混合了人體骨架和改良後的變形
球體(meta-ball),以此近似的人體模型,來從事模型比對的工作。改良
的變形球體包含有原始定義中的密度函數,除此之外,我們並另外加上五
個參數,以記錄每個球體所對應的肢體結構及比例值。系統的輸入是個灰
階值的影像序列,其中包含有一個移動中的人體。而系統的輸出是一連串
以物體為中心的參數值,它們可以在三維電腦繪圖和虛擬實境中重現人體
以及其動作。為了驗證本論文所提方法的適用性,我們列舉了三個不同的
影像序列當作測試實例。由眾多的實驗結果顯示:我們的方法至今相當令
人滿意。
In this thesis, a novel, robust, and integrated approach is
presented to segment a human body in an image sequence, which
rebuilds the depth map of the body, and displays its 3-D motions
in a virtual environment. There are three major stages in our
approach: the maximal moving region extraction, human model
matching, and depth map reconstruction.In the first stage, the
process of extracting the background is to examine all the image
frames and removing all the quirky points from the image
sequence. Based on the extracted background, we find out the
moving parts by subtracting the extracted background from the
original image sequence. In the subsequent stage, a model
matching process is perform in a one-pass top-down procedure,
which begins with the searching and recognition of the head,
then torso, thighs, shoulders, and ends with that of limbs.
Therefore, the position of each body part can be found in the
image. Finally, a framework of estimating the depth information
for a known structure of a specific body part is proposed to
recover the 3-D motions of the human in a real scene.A hybrid
scheme combining the human structure with 3-D modified meta-
balls is taken as the human body model. Each modified meta-ball
is described by a 3-D density function, which is derived from
the definition of the original meta-ball. Besides this some
attributes are incorporated into the modified meta-ball to
facilitate the representation of the structural relations
between the body parts. The system input is a sequence of
grayscale images that contain a human body. The output is a 3-D
human body model represented by a set of object-centered
structural parameters, which can be manipulated and rendered
with 3-D computer graphics software or virtual reality
development kits. To demonstrate the effectiveness of the
proposed approach, three different image sequences serve as the
illustrative examples. The experimental results so for are very
encouraging.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊