基于AR动态图像的人物动作捕捉技术研究
现代电子技术
Modern Electronics Technique
2018年4月15日第41卷第8期
Apr.2018Vol.41No.8
DOI ：10.16652/j.issn.1004-373x.2018.08.035
0引言
随着虚拟现实（Virtual Reality ，VR ）技术的发展，计算机图像处理基础被广泛应用于目标识别、特征分析和动态图像重构等领域。其采用虚拟现实成像技术进行人物的动态图像重建和动作识别，结合人体的动态特征图进行特征分析，实现对运动人物动作的三维模拟跟踪；通过对人物动作的实时捕捉，结合模式识别和智能特征提取技术，进行人物动作识别；通过动作捕捉和识别结果进行人体的动态特性分析[1]
。相关的人物动态特征分析技术在体育训练、视频动态监测以及刑事侦查等领域具有很好的应用价值。
传统方法中，对运动人物动作捕捉和图像识别技术
主要采用三维动态流形向量跟踪识别方法提取运动人体的边缘轮廓特征，结合自适应角点检测和图像分割技术进行人体动作识别。主要的动作捕捉方法有于LLE 检测方法和支持向量机算法（SVM ）等[2]。文献[3]提出基于直方图分布特征模糊学习的人物动作三维动态跟踪识别方法，结合三维动作流形特征进行人物图像的动态特征分析，实现人物动作捕捉，但该方法存在计算开销大，对人物动作捕捉的实时性不好的问题。针对上述问题，本文提出基于AR 动态图像的人物动作捕捉技术。
采用三维动态跟踪识别方法进行人物动作的动态图像特征提取，利用AR 虚拟现实技术进行人物动态图像的包络轮廓分割，实现人物动作捕捉优化，最后进行仿真实验，展示了本文方法在提高人物动作捕捉能力方面的优越性能。
基于AR 动态图像的人物动作捕捉技术研究
高
晶，陈晓臻
（青岛农业大学，山东青岛
266109）
摘
要：为了提高人物动作的三维虚拟重构和识别能力，需进行人物动作的特征提取和捕捉，故提出基于AR 动态图像
的人物动作捕捉技术。采用三维动态跟踪识别方法进行人物动作的动态图像特征提取，利用AR 虚拟现实技术进行人物动态图像的包络轮廓分割，绘制反应人物动作特征的灰度直方图，结合Harris 角点跟踪检测方法进行人物动作捕捉，实现人物动态图像三维虚拟成像重构和动作的实时捕捉。仿真结果表明，采用该方法进行人物动作捕捉的动态特征匹配能力较好，对动态特征点的检测性能较高，具有较好的人物动态图像虚拟重构和识别能力。
关键词：AR 动态图像；人物动作；轮廓分割；特征提取；识别能力；检测方法中图分类号：TN911.73-34；TP391
文献标识码：A
文章编号：1004-373X （2018）08-0144-03
Research on character action capture technology based on AR dynamic images
GAO Jing ，CHEN Xiaozhen
（Qingdao Agricultural University ，Qingdao 266109，China ）
Abstract ：To improve the 3D virtual reconstruction and recognition capability of character actions ，feature extraction and capture of character actions need to be performed.Therefore ，a character action capture technology based on AR dynamic imag-es is proposed.The 3D dynamic tracking recognition method is adopted to extract dynamic image features of character actions.The AR virtual reality technology is used to segment the envelope contour of characters′dynamic images and draw the gray histo-gram which reflects action features of characters.The Harris corner tracking detection method is combined to capture character
actions and realize 3D virtual image reconstruction and real-time action capture of characters′dynamic images.The simulation re-sults show that the method for capturing character actions has good dynamic feature matching capability ，good dynamic feature point detection performance ，and good virtual reconstruction and recognition capability of characters′dynamic images.Keywords ：AR dynamic image ；character action ；contour segmentation ；feature extraction ；recognition capability ；detec-
tion method
收稿日期：2017-07-06修回日期：2017-09-04
144万方数据