基于模型的三維跟蹤方法研究與實現.pdf

1、自然世界中的物體在空間上一般都具有三個維度，如何快速準確地從圖像采集設備獲得的二維平面圖像中恢復物體在空間中的運動參數并進行運動分析和理解一直以來都是計算機視覺領域中的研究熱點?；谌S模型的三維跟蹤方法對設備要求低，通常只需構造合理的三維模型并提供三維模型的初始深度即可，因此在虛擬現實、智能監(jiān)控、視頻編碼、人臉識別、人機交互以及基于身體驅動的游戲和娛樂等實際應用中具有廣泛地前景。本文對這種單目攝像機條件下基于模型的三維跟蹤方法進行了研

2、究與實現。
　　首先本文使用雙目立體視覺技術對跟蹤目標物體進行三維重建。為此本文先進行攝像機的標定和配置，然后對圖像進行校正和強邊緣抑制，接著通過立體圖像的匹配，得到了初始視差圖像。最后對視差圖像剔除誤匹配并進行平滑，通過反投影得到目標物體真實三維模型。
　　然后，本文使用了一種基于兩步法的迭代變權灰度深度變化約束方程的方法對幀間姿態(tài)變化進行了求解。本文首先在研究灰度變化約束方程和深度變化約束方程基礎上，利用隨機采樣一致理論

3、對二維特征點進行采樣，并用灰度變化約束方程求解姿態(tài)的粗值，然后使用基于Huber函數的灰度深度加權方法求解姿態(tài)的精確值。求解方法使用了最小二乘迭代方法，在每次幀間姿態(tài)參數估計后，都利用重投影誤差更新權重矩陣。對于幀間的二維特征點跟蹤方面，則對標準的KLT稀疏光流跟蹤方法進行了部分改進，主要是對特征點的跟蹤窗口進行了重新選擇，在幀間參數求解后，引入了特征點的置信度對特征點進行自動更新。
　　其次，本文對基于模型的單目攝像機三維姿態(tài)跟

4、蹤算法進行了研究，使用了一種基于兩步法的迭代變權灰度深度變化約束方程對幀間姿態(tài)變化進行了求解。文章研究了灰度變化約束方程和深度變化約束方程，利用隨機采樣一致理論使用灰度變化約束方程求解姿態(tài)的粗值，然后使用基于Huber函數的灰度深度加權方法求解姿態(tài)的精確值。
　　由于連續(xù)跟蹤過程中存在累積誤差，為了消除累積誤差，本文提出了一種空間分層的視角外觀模型的思想，并結合該思想提出了一種快捷方便的索引方法。本文利用視角外觀模型多幀配準方法，