基于MRF和神經(jīng)網(wǎng)絡的三維運動參數(shù)估計.pdf

1、運動分析是計算機視覺研究中一個重要的組成部分。運動分析的目的是把物體從圖像序列中分辨出來,同時能估計出物體的運動參數(shù)。按分析對象分類,運動估計包括剛體和非剛體運動分析兩大類。在早期,關(guān)于物體運動分析的研究都是圍繞剛性假設展開,并且已形成成熟的理論框架。但是,在現(xiàn)實世界中,很多運動的物體都是非剛體,用剛性假設對非剛體的運動進行描述是不充分的。因此,需要對非剛體運動進行深入研究。
　　 為解決非剛體三維運動中運動參數(shù)估計的問題,本文

2、做了以下工作:
　　 (1)全面概括了非剛體運動分析的國內(nèi)外研究現(xiàn)狀,指出了非剛體運動分析的研究難點,并提出了新的算法,為下一步研究打下了基礎。
　　 (2)介紹了三維運動分析的基本問題,給出了三維運動的描述方法和常用的分析方法及其對比。
　　 (3)提出了基于MRF的三維運動估計方法。建立了MRF模型與特征點運動估計的對應關(guān)系,構(gòu)造了運動參數(shù)聯(lián)合概率分布的能量函數(shù)來反映三維運動參數(shù)之間的約束關(guān)系。最后采用模擬退

3、火算法對模型求出最優(yōu)解,得到運動參數(shù)和各特征點的三維坐標。
　　 (4)提出了基于神經(jīng)網(wǎng)絡的運動聚類算法。首先介紹了特征點與區(qū)域三角形的概念;然后按照給出的三個約束條件設計神經(jīng)網(wǎng)絡。詳細分析了神經(jīng)網(wǎng)絡的權(quán)值和初始值設置方法,給出了神經(jīng)網(wǎng)絡收斂性證明。
　　 (5)將MRF和神經(jīng)網(wǎng)絡算法相結(jié)合,提出了實時修正鄰域系的具體方法,構(gòu)建了一個完整的非剛體三維運動估計理論框架。模擬實驗和布料運動分析實驗結(jié)果證明了本文提出算法的可行