收藏本站
《浙江大学》 2017年
加入收藏

基于多视角视频的时变三维模型序列生成若干关键技术研究

黄初华  
【摘要】:随着影视、娱乐与游戏行业的蓬勃发展,能为用户提供丰富的立体感和沉浸感且支持选择任意视点的多媒体技术——自由视点三维视频——将成为下一代视频应用的主要技术方向,在计算机视觉领域受到较大的关注。基于多视图三维重建是计算机视觉领域的重要研究课题之一,是被动式三维重建技术的重要组成部分;在其基础上形成了多视角视频序列三维重建技术。基于多视角视频序列重建三维动态场景是生成自由视点视频的主要技术之一,也是目前计算视觉领域最富有意义和挑战性的任务之一。然而,基于多视角视频序列重建技术快速生成具有良好时空一致性的时变三维模型序列仍然面临较多的问题。本文结合计算机视觉、多视图几何、图形图像等相关理论和技术,主要从提升重建速度和重建质量两个方面来研究三维动态场景重建。一方面研究提高基于多视角视频图像序列重建三维动态场景的速度;另外一方面研究提高三维模型序列的时空分辨率以获得具有良好时空一致性的时变点云模型序列。具体主要研究工作如下:1.提出了一种基于贡献加权快速生成可视化外壳的方法为了提高三维场景的重建速度,采用基于剪影轮廓序列重建技术是比较合适的选择。然而,基于剪影轮廓重建技术在空间线段求交阶段逻辑设计复杂,导致重建速度以及重建算法鲁棒性下降。针对该问题,提出一种基于贡献加权方法重建可视化外壳;该方法通过矩阵存储可视线段生成过程中贡献权值,然后一次性遍历矩阵,获得空间可视线段的端点集合。提高了可视化外壳的生成速度,同时增强了重建算法的鲁棒性;进一步提高了基于剪影轮廓重建技术对三维动态场景实时重建的能力。2.提出了两种稠密化稀疏点云模型的方法:基于平面-空间颜色局部一致性方法和基于空间轮廓连续性方法为了获得良好的模型质量,稀疏点云模型应在保证重建速度的同时获得良好的模型外表特性。针对该问题提出两种较新颖的准稠密点云模型生成方法:基于平面-空间颜色局部一致性方法和基于空间轮廓连续性方法。前一种方法主要应用在场景纹理比较丰富的情况,后一种方法主要应用在场景纹理比较贫乏的情况。通过这两种方法能够快速生成全视点的、紧致的且具有外表特性的准稠密点云模型。3.提出了一种基于时空轮廓连续性提升时变点云模型序列时空一致性的方法为了提高三维视频序列的时间分辨率,也即提高三维模型序列时间一致性,高质量地跟踪关键帧模型之间的形变仍然是一个开放性的问题。针对该问题提出了一种基于多尺度轮廓稠密化的方法,从多视角视频序列中快速获得具有良好时空一致性的准稠密时变点云模型序列。该方法快速地、高质量地完成三维动态重建对象的形变跟踪,为生成自由视点三维视频打下良好的基础。4.提出了一种采用周期加权数据融合的智能手机相机位姿参数估计的方法为了提高移动智能相机的姿态参数估计的鲁棒性和准确性,不同传感器采集的姿态数据需要进行良好的融合。基于视觉特征方法和基于惯性传感器方法在相机位姿跟踪过程中,都存在数值误差且会发生误差累积,影响相机位姿参数估计的准确度。针对该问题提出了利用周期加权进行数据融合的智能手机相机位姿参数估计的方法。该方法提高了移动智能相机的姿态参数估计的鲁棒性和准确性。本文对基于多视角视频序列重建三维动态场景以生成时变点云模型序列的当前若干关键问题进行了研究,并提出了行之有效的解决方法。理论分析和实验结果表明,本文提出的多种解决方法是有效的。
【关键词】:多视角视频序列 平面-空间颜色局部一致性 多尺度轮廓插值 时空轮廓一致性 时变点云模型序列 相机位姿跟踪
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP391.41
【目录】:
  • 致谢4-5
  • 摘要5-7
  • Abstract7-15
  • 第1章 绪论15-28
  • 1.1 研究背景15-21
  • 1.1.1 计算机视觉及三维重建15-17
  • 1.1.2 时变点云模型序列17-21
  • 1.2 研究问题及意义21-24
  • 1.2.1 研究问题22-23
  • 1.2.2 研究意义23-24
  • 1.3 论文主要工作及创新之处24-26
  • 1.3.1 论文主要工作24-25
  • 1.3.2 创新之处25-26
  • 1.4 论文章节安排26-27
  • 1.5 本章小结27-28
  • 第2章 多视角视频序列三维动态场景重建研究现状及关键技术综述28-49
  • 2.1 相关基础理论28
  • 2.2 多视角视频序列三维动态场景重建研究现状分析28-34
  • 2.2.1 多视角视频序列三维动态场景研究现状28-32
  • 2.2.2 点云模型研究现状32-34
  • 2.3 基于多视角视频序列三维动态场景重建关键技术分析34-47
  • 2.3.1 基于多视角图像序列单帧模型重建技术35-43
  • 2.3.2 基于多视角视频序列模型形变技术43-47
  • 2.4 多视角剪影轮廓三维动态场景重建存在的主要问题47-48
  • 2.5 本章小结48-49
  • 第3章 基于贡献加权法生成稀疏有色点云模型49-65
  • 3.1 问题描述及分析49-52
  • 3.2 贡献加权加速生成有色稀疏点云的原理52-53
  • 3.3 贡献加权法生成有色稀疏点云的实现过程53-60
  • 3.4 实验结果与分析60-64
  • 3.5 本章小结64-65
  • 第4章 稀疏点云模型快速准稠密化65-85
  • 4.1 问题描述及分析65-66
  • 4.2 稀疏点云模型稠密化方法原理66-68
  • 4.2.1 平面-空间颜色局部一致性原理66-67
  • 4.2.2 空间轮廓连续性原理67-68
  • 4.3 稀疏点云稠密化算法的实现过程68-74
  • 4.3.1 基于平面-空间颜色局部一致性原理的稀疏点云稠密化68-71
  • 4.3.2 基于空间轮廓连续性的稀疏点云稠密化71-74
  • 4.4 实验结果与分析74-84
  • 4.4.1 基于平面-空间颜色局部一致性原理的点云稠密化实验结果与分析74-77
  • 4.4.2 基于空间轮廓连续性的点云稠密化实验结果与分析77-84
  • 4.5 本章小结84-85
  • 第5章 基于时空轮廓连续性提高时变点云模型序列时空分辨率85-102
  • 5.1 问题描述及分析85-86
  • 5.2 多视角视频序列三维动态场景重建原理86-88
  • 5.3 多视角视频序列三维动态场景重建实现88-94
  • 5.3.1 计算原始点云模型88
  • 5.3.2 基于空间轮廓连续性稠密化稀疏点云模型88
  • 5.3.3 基于时间轮廓连续原理跟踪准稠密时变点云三维模型88-94
  • 5.4 实验结果与分析94-101
  • 5.5 本章小结101-102
  • 第6章 基于周期加权位姿数据融合的移动智能手机位姿参数优化估计102-131
  • 6.1 问题描述及分析102-106
  • 6.1.1 智能手机相机位姿参数估计的研究现状102-106
  • 6.1.2 解决问题的思路106
  • 6.2 基于周期数据加权融合的相机位姿参数优化原理106-110
  • 6.3 基于周期加权数据融合相机位姿参数估计实现110-119
  • 6.3.1 估计视觉特征获取的位姿参数111-117
  • 6.3.2 估计惯性测量单元获取的相机位姿参数117-118
  • 6.3.3 基于余弦函数加权位姿数据融合118-119
  • 6.4 实验结果与分析119-129
  • 6.5 总结129-131
  • 第7章 总结和展望131-135
  • 7.1 本文工作总结131-132
  • 7.2 后继工作展望132-133
  • 7.3 结束语133-135
  • 参考文献135-145
  • 攻读博士学位期间主要的研究成果145-146
  • 攻读博士学位期间所参与的主要项目146

【相似文献】
中国期刊全文数据库 前10条
1 王磊,王立胜,顾训穰;图像轮廓提取的迭代收缩算法[J];计算机应用与软件;2004年02期
2 谌昌海,原培新,孙岩;改进的轮廓提取法在棒线材端头识别中的应用[J];机械工程与自动化;2005年05期
3 邵晓芳;孙即祥;张欣;;认知轮廓研究进展[J];计算机应用研究;2008年07期
4 杨长才;郑胜;叶瑾;;基于支持度变换的几何活动轮廓模型轮廓提取方法[J];计算机应用;2008年S1期
5 胡荣;王宏远;;基于运动段分类的人体轮廓提取方法[J];华中科技大学学报(自然科学版);2010年05期
6 阎春平;王宾宾;覃斌;刘飞;;应用拓扑投影不变原理的空间图形轮廓提取方法[J];重庆大学学报;2010年06期
7 吴峻松,凌玲,王成焘;定做式人工髋关节设计与加工中股骨轮廓提取方法[J];机械设计与研究;1998年04期
8 黄福珍,苏剑波,席裕庚;基于几何活动轮廓模型的人脸轮廓提取方法[J];中国图象图形学报;2003年05期
9 孙吉红,姜合,王国栋;光切法在图像轮廓提取中的应用[J];山东轻工业学院学报(自然科学版);2003年01期
10 严旭峰,彭芳瑜,王晓宇;伽玛刀治疗计划系统中一种新的图像轮廓提取算法[J];机床与液压;2004年06期
中国重要会议论文全文数据库 前10条
1 杨滨;付峰;董秀珍;;颅脑CT图像的自动分割和轮廓提取[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会青年优秀论文[C];2010年
2 桑农;唐奇伶;;视皮层感知机制在轮廓提取中的应用[A];第十二届全国图象图形学学术会议论文集[C];2005年
3 曹永锋;孙洪;徐新;;一种提取多显著性等级区域轮廓的高效算法[A];2003年中国智能自动化会议论文集(上册)[C];2003年
4 陈雷;于明;罗永兴;张海哲;李轶博;;低信噪比复杂结构图像中的一种动态轮廓提取方法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 徐晓刚;于金辉;马利庄;;复杂物体轮廓提取[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
6 黄琼雁;赖剑煌;阮邦志;;非均匀光照下的嘴巴轮廓的检测与嘴巴状态分类[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
7 杨明浩;陶建华;张大伟;李昊;;基于X光的汉语单音节舌位轮廓运动数据库[A];第十二届全国人机语音通讯学术会议(NCMMSC'2013)论文集[C];2013年
8 陆承恩;朱光喜;孙俊;;基于边界搜索的图像闭合轮廓提取算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
9 黎明;冯华君;徐之海;;一种基于光强信息的结构光图像轮廓提取方法[A];大珩先生九十华诞文集暨中国光学学会2004年学术大会论文集[C];2004年
10 叶铭;王成焘;;骨骼的轮廓提取和轮廓的B样条描述[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年
中国博士学位论文全文数据库 前4条
1 黄初华;基于多视角视频的时变三维模型序列生成若干关键技术研究[D];浙江大学;2017年
2 孙阳光;物体边缘轮廓提取新方法研究[D];华中科技大学;2009年
3 唐奇伶;基于初级视皮层感知机制的轮廓与边界检测[D];华中科技大学;2007年
4 刘泊;基于白光相移干涉法的表面三维微观轮廓测量技术研究[D];哈尔滨理工大学;2013年
中国硕士学位论文全文数据库 前10条
1 赵壮壮;激光标刻系统中汉字轮廓提取技术[D];辽宁大学;2015年
2 孟佳;基于ICT的工件内部缺陷轮廓提取研究[D];燕山大学;2015年
3 梅洪洋;监控视频中运动目标轮廓提取方法的研究与应用[D];华中师范大学;2015年
4 谷康;共焦扫描离散曲面轮廓提取算法研究及软件实现[D];哈尔滨工业大学;2015年
5 李季;基于双摄像头的非接触式中厚板轮廓检测方法研究[D];浙江理工大学;2016年
6 王晓龙;现场鞋印轮廓提取与估计算法研究[D];辽宁师范大学;2015年
7 王闪闪;基于显著性检测的人体轮廓提取问题研究与应用[D];山东大学;2016年
8 姜伟杰;基于立面轮廓的城市街区指标表述方法研究[D];南京大学;2016年
9 琚映云;红外图像序列中目标跟踪与目标轮廓提取技术研究[D];南京航空航天大学;2016年
10 许辉;基于轮廓感知的虚拟视点合成技术研究[D];东南大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026