[发明专利]基于动态模板的光学运动捕捉数据处理方法

摘要

本发明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。

主权项

1、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。