运动捕获系统中基于多视觉的目标跟踪算法技术方案

本发明专利技术涉及一种运动捕获系统中基于多视觉的目标跟踪算法，具体步骤如下：步骤1：进行双目视觉立体跟踪，采用扩展Kalman进行预测，根据外极线约束剔出预测区域内的错误候选目标；步骤2：进行多目视觉数据融合，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理；步骤3：得出标记点的三维运动数据。本发明专利技术的一种运动捕获系统中基于多视觉的目标跟踪算法，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理，有效地解决了标记点遮挡、丢失问题。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种，具体步骤如下：步骤1：进行双目视觉立体跟踪，采用扩展Kalman进行预测，根据外极线约束剔出预测区域内的错误候选目标；步骤2：进行多目视觉数据融合，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理；步骤3：得出标记点的三维运动数据。本专利技术的一种，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理，有效地解决了标记点遮挡、丢失问题。【专利说明】
本专利技术涉及运动捕获系统的领域，尤其是一种。
技术介绍
基于标记点的光学运动捕获系统通过捕获人体上的标记点来重建人体的三维运动，已经成功地应用于影视特效、动画制作、虚拟现实、模拟训练等研究领域。现有的捕获系统通常采用基于特征匹配的跟踪方法。文献以不同的色块作为标记点，提出一种基于色块的跟踪方法。文献使用少量彩色色带作为标记点，以人体结构约束信息为辅助进行跟踪。文献利用标记点的轮廓特征进行跟踪，取得了较好的跟踪结果，但其标记点需要特殊制作，不便于实际应用上述基于颜色特征的跟踪算法跟踪结果较准确，且一定程度上可以解决标记点的自遮挡问题。但因为平面色块在三维视觉中易发生形变，在不同的摄像头间存在成像色调的差异，导致跟踪不准确，且当标记点数量增多时，可明显区分的颜色有限，这些都极大地限制了它们的应用。
技术实现思路
本专利技术要解决的技术问题是:为了克服上述中存在的问题，提供一种。本专利技术解决其技术问题所采用的技术方案是:一种，具体步骤如下:步骤1:进行双目视觉立体跟踪，采用扩展Kalman进行预测，根据外极线约束剔出预测区域内的错误候选目标； 步骤2:进行多目视觉数据融合，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理； 步骤3:得出标记点的三维运动数据。步骤I中双目视觉立体跟踪的具体步骤如下:(1)利用二维扩展Kalman分别对两个单目序列图像中的标记进行预测跟踪；(2)如果标记点在两个单目序列图像中的预测区域内分别有多个候选标记点出现，则利用双目下的外极限约束条件剔出错误的候选点，找出正确的匹配。步骤2中多目视觉数据融合的具体步骤如下:(I)处理在双目视觉的公共视野区域内出现且已经正确跟踪的标记点；(2)未在任何一个双目视觉的公共视野区域内出现，但在某两个单目的视野区域内出现且已经正确跟踪的标记点；(3)在某个双目视觉下丢失后又重新出现的标记点。本专利技术的有益效果是，本专利技术的一种，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理，有效地解决了标记点遮挡、丢失问题。【专利附图】【附图说明】下面结合附图和实施例对本专利技术进一步说明。图1是本专利技术的流程图； 图2是本专利技术的双目视觉立体跟踪算法的流程图； 图3是本专利技术的标记点2和s的二维跟踪结果的示意图； 图4是本专利技术的标记点c的三维跟踪结果的示意图； 图5是本专利技术的人体原地踏步运动三维重建结果的示意图。【具体实施方式】现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。如图1所示的，具体步骤如下:步骤1:进行双目视觉立体跟踪，采用扩展Kalman进行预测，根据外极线约束剔出预测区域内的错误候选目标，具体步骤如下: (1)利用二维扩展Kalman分别对两个单目序列四像中的标记进行预测跟踪； 假设当前时刻为第*+1时亥1J，记A、**、今为标记点％在第*时刻的位置、速度、加速度。在跟踪过程中，二维和三维扩展kalman滤波器同时被用来进行hi时刻的状态预测)，如式⑴_ (3)。【权利要求】1.一种，其特征是具体步骤如下:步骤1:进行双目视觉立体跟踪，采用扩展Kalman进行预测，根据外极线约束剔出预测区域内的错误候选目标； 步骤2:进行多目视觉数据融合，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理； 步骤3:得出标记点的三维运动数据。2.根据权利要求1所述的，其特征是:步骤I中双目视觉立体跟踪的具体步骤如下:(1)利用二维扩展Kalman分别对两个单目序列图像中的标记进行预测跟踪；(2)如果标记点在两个单目序列图像中的预测区域内分别有多个候选标记点出现，则利用双目下的外极限约束条件剔出错误的候选点，找出正确的匹配。3.根据权利要求1所述的，其特征是:步骤2中多目视觉数据融合的具体步骤如下:(1)处理在双目视觉的公共视野区域内出现且已经正确跟踪的标记点；(2)未在任何一个双目视觉的公共视野区域内出现，但在某两个单目的视野区域内出现且已经正确跟踪的标记点；(3)在某个双目视觉下丢失后又重新出现的标记点。【文档编号】G06T7/00GK103903250SQ201210581780【公开日】2014年7月2日 申请日期:2012年12月28日 优先权日:2012年12月28日 【专利技术者】屈景春, 吴军 申请人:重庆凯泽科技有限公司本文档来自技高网...

【技术保护点】
一种运动捕获系统中基于多视觉的目标跟踪算法，其特征是具体步骤如下：步骤1：进行双目视觉立体跟踪，采用扩展Kalman进行预测，根据外极线约束剔出预测区域内的错误候选目标；步骤2：进行多目视觉数据融合，利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理；步骤3：得出标记点的三维运动数据。

【技术特征摘要】

【专利技术属性】
技术研发人员：屈景春，吴军，
申请(专利权)人：重庆凯泽科技有限公司，
类型：发明
国别省市：重庆;85