基于动态模板的光学运动捕捉数据处理方法技术

本发明专利技术公开了基于动态模板的光学运动捕捉数据处理方法。通过建立运动特征数据库，提出一种改进的基于刚体的光学运动捕捉数据处理方法，着重解决在运动过程中刚体结构被破坏的问题，通过运动特征数据库建立一个动态的匹配模版，从而有效地解决了传统的刚体匹配仅用唯一匹配模版所造成的失配和误差累积问题。本发明专利技术利用运动特征数据库检索信息，在跟踪匹配过程中自动调整各刚体长度的误差参数，在处理过程中无需手工干预自动完成，并且单帧数据处理耗时满足运动捕捉的实时性要求。

【技术实现步骤摘要】

本专利技术涉及光学人体运动捕捉散乱数据处理，特别是为了消除由于噪声数据和缺失数据 所导致的在数据处理中的误差累积问题的技术和方法。
技术介绍
近年来，随着计算机软硬件技术的进歩，虚拟现实(Virtual-Reality)技术得到了飞速 的发展，运动捕捉数据处理的研究是虚拟现实技术重要的研究领域之一，虚拟人是真实人类 在计算机生成空间(虚拟环境)中的几何特性与行为特性的表示，主要包括人脸表情仿真 (Facial Expression Simulation)及人体运动合成(Human Motion Synthesize)两个主要 方而。在现实世界中广泛应用于工业、农业、交通、文教卫生和体育等许多行业，特别是在 体育科学研究、运动训练指导、现代影视、动画和游戏制作等领域的应用，有重耍的作用和 意义。因此，提高运动捕捉的精度、效率，降低设备成本，对推动影视制作、游戏娱乐、动 漫产业的快速发展，构建相互支撑的动漫产业链，促进国家文化产业发展进而带动国民经济 增长具有重要的作用和深刻意义。到目甜为止，常用的运动捕捉技术从原理上说可分为机械式、声学式、电磁式和光学式。 不同原理的设备各有其优缺点， 一般可从以下几个方面进行评价定位精度；实时性；使用 方便程度；可捕捉运动范围大小；成本；抗干扰性；多目标捕捉能力。光学式运动捕捉的优 点是表演者活动范围大，无电缆、机械装置的限制，表演者可以自由地表演，使用很方便。 其采样速率较高，可以满足多数高速运动测量的需要。Marker的价格便宜，便于扩充。这种 方法的缺点是系统价格昂贵，虽然它可以捕捉实时运动，但后处理(包括Marker的识别、跟 踪、空间坐标的计算)的工作量较大，对于表演场地的光照、反射情况有-定的要求，装置 定标也较为烦琐。特别是当运动复杂时，不同部位的Marker有可能发生混淆、遮挡，产生错 误结果，这时需要人工干预后处理过程。光学式运动捕获的优点使得其在应用领域占有重要份额。但由于其数据固有问题使得其 后期的数据处理尤为重要。通过分析散乱数据特征，总结出光学式运动捕捉散乱数据的特点 如下。①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；②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，时常 缺失点会连续缺失；③由于摄像延迟会出现噪声点；④运动员在做剧烈的运动时，Marker 点相对于人体会出现位移，从而改变了运动数据之间的拓扑结构。基于以上四点，数据后续 处理运算复杂度较大，数据跟踪匹配的主要困难在于如何提取合适的散乱数据的特征信息，及遮挡等情况给跟踪与匹配带来的困难如何建立起快速搜索匹配算法， 实时准确地对运动数据实现跟踪。刚体匹配方法是一种传统的数据处理方法，由于人体骨骼结构为相对刚性铰接结构，所 以可以将其看作是刚体。在进行Marker点的匹配跟踪时，可根据刚休结构的几何特性进行跟 踪匹配。根据人体骨架结构和上文所述的Marker点布点方案，设计几何匹配关系线段匹配、 三角形匹配、四边形匹配、对角四边形匹配和刚性四边形(四面体)匹配。匹配方法是首先 建立匹配模版，根据模版的几何特性在待标定的散乱数据中查找与模板匹配或近似匹配的几 何结构(线段长度、向量夹角)，找到则标定。例如，对于刚性四边形匹配,要判定四条边和 两对角线都满足条件，本文中适用于头部、腰部等刚性部位的匹配。在一般运动幅度下，上述 形状匹配的方法已经基本能够达到较高的标定精度且算法实现简单能够满足实时性要求。但 由于以下三点原因极大地影响了匹配精度①Marker点是设置在表演者的紧身衣上，在运 动过程中紧身衣会弹性伸縮。②肌肉和皮肤在运动过程中相对于骨骼会拉伸和滑动。③数据 捕捉过程中的滞后和数据预处理点簇聚类的影响。因此，在剧烈运动下刚性结构将遭到破坏， 刚体上的Marker之间的距离会有伸缩，因此基于固定模版的匹配将出现误差现象。从而设计 一种能够根据当甜帧的具体姿态，获得动态模板进行刚体匹配，从而减少误差，消除误差累 积问题的数据处理算法仍然是一个具有挑战性的任务。
技术实现思路
本专利技术的目的在于提出了一种用于被动式光学人体运动捕捉数据方法，该方法通 过建立运动特征数据库，着重解决在运动过程中刚体结构被破坏所导致的在数据处理中 的误差累积问题，从而提高运动数据跟踪匹配效率，使得在处理过程中无需手工干预， 并且单帧数据处理耗时满足运动捕捉的实时性要求。本专利技术的技术方案是，包括以下步骤-(1) 运动数据预处理，处理方法是对聚集在一起的数据进行合并，相对距离在一个阈值内的所有Marker点认为是由摄像机的延迟所造成，是同一个Marker点的幻化；(2) 建立动态模板库模型。模板库根据人体肢体分为头、肩、手臂、躯干、腰、腿和 脚七个模块，关联形态表现为数据库表与表的关联。基T运动生物力学的三维人体运动模型 屮关于关节结构分类、不同类型自由度的定义以及一些主要关节运动分析，结合本专利对人体结构模型的定义，给出动态模板库中各主要运动肢体的关联设计；肩部的运动关联分析设定肩部线段长度与脊椎骨的夹角和与脊椎骨垂直的向量的夹角进行映射；脊柱部的运动关联分析其与髋关节平面的夹角来描述其长度变化；手部的运动关联分析设定手部前端线段长度和后端线段长度与两线向量夹角进行映射；腿部的运动关联分析小腿长度可与大腿 和小腿之间的夹角值进行映射；(3) 基于三样条插值的动态拟合模板模型。在数据标定吋，需从动态模版库中查询当前 帧的模板，由于动态模版库中姿态有限可能无法找到与当前帧精确一致的运动模板数据，利 用与当前帧姿态相近的运动数据采用三次样条插值的方法拟合出近似的运动模板数据，人体 运动是一个连贯的动作，肢体运动具有光滑性特征，而三次样条插值函数曲线具有较高的光 滑性，结合三次样条插值函数定义，实现从动态模版库中获取当前帧的模版；(4) 基于动态模板的运动数据预测与跟踪算法，具体步骤如下-歩骤l:首先，对数据预处理。处理方法是对聚集在一起的数据进行合并，相对距离在一个阈值内的所有Marker点认为是ttj摄像机的延迟所造成，是同一个Marker点的幻化，预处 理后使数据点个数基本接近实际Marker点数目，很大程度上提高了后续的数据处理效率； 歩骤2:逐帧进行形状匹配。依据标准模版对各肢体进行上面提到的五种匹配关系进行匹配，为了适应刚体形状偏差，设定误差允许范围x，如果全部成功匹配且匹配结果只有一个 正确跟踪则成功标定，对于运动幅度比较大交叉比较多的运动，匹配结果不只一个，这种情 况转入歩骤3;歩骤3:运用动态模版信息剔除噪声匹配结果，仍以肩部为例，肩部的动态模版信息主要和脊椎部关联，为了获取当前帧的肩部模版信息要通过査询当前帧脊椎部的匹配情况，根据 姿态参数在动态模版库中进行三样条插值拟合，拟合出映射参数，用映射参数和3前姿态参 数比较，如夹角和线段长度和在动态模版中拟合的对应姿态下的夹角和线段长度不吻合，说明是错误匹配结果，去除之；如相同，匹配块是正确的匹配结果，标定Marker点，结束验 证；步骤4:在当前帧所有模块通过步骤2、歩骤3两步处理完成后，进行最后的结构效验。具体包括以下技术环节1. 特征点摆放方式根据人体近刚性特点，在关节处摆放本文档来自技高网...

【技术保护点】
基于动态模板的光学运动捕捉数据处理方法，其特征在于，包括以下步骤：　（１）运动数据预处理：处理方法是对聚集在一起的数据进行合并，相对距离在一个阈值内的所有Ｍａｒｋｅｒ点认为是由摄像机的延迟所造成，是同一个Ｍａｒｋｅｒ点的幻化；（２）建立动态模板库模型：模板库根据人体肢体分为：头、肩、手臂、躯干、腰、腿和脚七个模块，关联形态表现为数据库表与表的关联。基于运动生物力学的三维人体运动模型中关于关节结构分类、不同类型自由度的定义以及一些主要关节运动分析，结合本专利对人体结构模型的定义，给出动态模板库中各主要运动肢体的关联设计；肩部的运动关联分析：设定肩部线段长度与脊椎骨的夹角和与脊椎骨垂直的向量的夹角进行映射；脊柱部的运动关联分析：其与髋关节平面的夹角来描述其长度变化；手部的运动关联分析：设定手部前端线段长度和后端线段长度与两线向量夹角进行映射；腿部的运动关联分析：小腿长度可与大腿和小腿之间的夹角值进行映射；　（３）基于三样条插值的动态拟合模板模型：在数据标定时，需从动态模版库中查询当前帧的模板，由于动态模版库中姿态有限可能无法找到与当前帧精确一致的运动模板数据，利用与当前帧姿态相近的运动数据采用三次样条插值的方法拟合出近似的运动模板数据，人体运动是一个连贯的动作，结合三次样条插值函数定义，实现从动态模版库中获取当前帧的模版；　（４）基于动态模板的运动数据预测与跟踪：　步骤１：首先，对数据预处理，处理方法是对聚集在一起的数据进行合并，相对距离在一个阈值内的所有Ｍａｒｋｅｒ点认为是由摄像机的延迟所造成，是同一个Ｍａｒｋｅｒ点的幻化，预处理后使数据点个数基本接近实际Ｍａｒｋｅｒ点数目；　步骤２：逐帧进行形状匹配，依据标准模版对各肢体进行上面提到的五种匹配关系进行匹配，设定误差允许范围ｘ，如果全部成功匹配且匹配结果只有一个正确跟踪则成功标定，若匹配结果不只一个，转入步骤３；　步骤３：运用动态模版信息剔除噪声匹配结果，根据姿态参数在动态模版库中进行三样条插值拟合，拟合出映射参数，用映射参数和当前姿态参数比较，如夹角和线段长度和在动态模版中拟合的对应姿态下的夹角和线段长度不吻合，说明是错误匹配结果，去除之；如相同，匹配块是正确的匹配结果，标定Ｍａｒｋｅｒ点，结束验证；　步骤４：在当前帧所有模块通过步骤２、步骤３两步处理完成后，进行最后的结构效验。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张强，吴升，魏小鹏，
申请(专利权)人：大连大学，
类型：发明
国别省市：91[中国|大连]