基于火烧草模型的骨架提取方法。

火烧草模型提出后，各种各样的骨架提取算法相继被提出。

在年以为主等人提出基于哈密尔顿原理的哈密尔顿雅各比骨架，同年学者等人提出基于水平集的连续骨架提取算法，第二年学者等人提出基于正方形格子的骨架点判定方，年学者赵春江等人提出了种关于二值图像的鲁棒性骨架提取算法，在年学者刘文予等人提出基于边界曲线演化模型的生长骨架算法，年学者白翔等人提出基于离散曲线演化的轮廓分割的骨架修剪方法。

同年白翔等人提出离散骨架进化方法，年学者等人提出基于无线传感器网络的连通骨架提取方法。

基于视频的人体运动分析现如今应用在很多研究领域中，总结起来有几大方面步态识别姿态估计以及虚拟动画产品上的应用。

在计算机视觉领域，步态识别是指在视频序列中自动提取表征人步行特征的视觉线索以达到鉴别人的身份的目的。

根据目前所掌握的文献资料分析看出，步态识别方面的研究虽然起步早研究人员多。

但是目前的研究还只是处于初级阶段，识别算法并不完善，还只是基于受限的实验室条件或些简单的假设。

姿态估计是指从输入的图像序列中推测人体各个部分的姿态参数，如身体各个部分在三维空间中的位置或者身体各个关节之间的夹角。

通过这些姿态参数可以在三维空间中重建人体的运动。

动作识别是指从图像序列中提取各种运动和表观特征，通过分类器判断人的动作类别，为整个场景的语义理解奠定基础。

人体运动分析在虚拟动画产品上的应用多数体现在虚拟试衣等产品的开发和动画合成制作上。

人体骨架在动画制作上的发展与应用目前，在数字化的视频分析处理及制作过程中，等商业软件得到广泛应用。

但是从使用方式的角度而言，这些制作软件存在着智能型较低需要大量人工手动操作等弊端。

根据对动画制作专业人士调查显示，动画的制作多是由动画工程师利用或软件帧帧完成的，没有任何快速连贯的动画制作方式。

动画相对动画而言简便些，可以利用或软件中骨骼绑定蒙皮渲染这系列过程来实现动画制作。

虽然不需要帧帧来制作，但是骨骼绑定和蒙皮过程是需要对每根线条进行确认的，也属于繁琐重复性的工作。

因此，研究基于视频的运动人体骨架模型的提取，识别，及个性化的步态协同可以改善现有视频动画的制作工艺，对节约人力资源提高制作效率具有重要意义。

年我国庄越挺等学者提出了种基于视频的人体动画骨架提取技术，针对传统人体动画技术的不足提出来基于视频图像自动生成人体骨骼并应用于动画的思想。

年罗忠祥庄越挺等学者又提出了提出了新的基于视频的人体动画技术，从视频中捕获人体运动，然后将编辑处理后的运动重定向到动画角色，产生满足动画师要求的动画片。

年叶福军潘瑞芳学者研究了把现有的人体运动数据重新定向到新的动画角色对象上的方法。

通过这种方法，动画师能够利用现存的人体运动数据去创造新的动画。

年吴伟和学者等人对现有的动画生成方法存在手工操作繁琐，模型姿态受局限等问题提出了新的解决方案。

课题研究内容本课题着重于在视频人体骨架提取的基础上对个性化的步态协同进行研究，包含以下几个方面步态检测就是步态检测是在图像序列中将人体步态轮廓区域从背景图像中提取出来。

步态检测方法主要包括运动背景估计运动目标检测以及形态学处理等。

有效的对步态轮廓区进行分割对于步态特征提取人体特征分类等后续处理步骤非常重要。

步态检测的前期为视频预处理部分，包括对视频流降噪二值化等。

后期处理过程只考虑到目标图像中所对应的轮廓区域的像素。

步态表征指的是应用些手段和步态算法提取要检测的人体特征点信息来表示目标人体的步态运动，这个过程可以称为步态特征的提取。

现有的方法可以分为类结构表征非结构表征和融合表征。

步态协同属于基于视频的人体骨架提取的种应用。

所有姿态的协同运动都可以看成是相应关节点的协同运动，若把步态目标骨架的特征点信息与静态动画人物进行相应特征点上的姿态联动，便可以达到骨架驱动的步态协同效果。

综上，本文主要对基于视频的人体骨架提取及步态协同进行研究应用，侧重研究三个方面的内容定义步态目标轮廓线步态目标骨架及特征点提取利用特征点信息进行步态协同。

论文结构安排第章绪论，简要介绍了人体骨架提取在动画制作上的研究背景研究现状和应用，最后说明了本文的研究工作和结构安排。

第二章基于视频定义目标人体步态轮廓。

首先选取正则滤波法滤掉模糊噪声，然后利用帧差法和背景差分法依次获取背景模型以及目标人体基础轮廓，最后将基础轮廓进行二值化和形态学处理最终定义得到目标人体步态轮廓。

第三章基于视频提取目标人体骨架。

阐述了在图像处理中人体骨架的概念，并介绍了目前骨架提取的几种方法。

基于星形骨架与细化骨架提出带膝关节的星形骨架。

第四章目标人体骨架特征点信息提取。

根据带膝关节的星形骨架，选取头部双手双脚以及两个膝关节个特征点以构成个动作动作之间的协同运动可以构成个姿态。

因此，若将关节点作为特征点，使特征点按照定的规律进行协同，就可以构成骨骼间的动作，若将骨骼作为基础，是之按照定的方式进行协同，就可以构成个完整的骨架模型，从而基于视频的人体骨架步态协同研究形成特定的运动姿态。

本文基于以上理论，结合提取出来特征点的四元数，将特征点附属骨架位置角度变换规律作为协同规律，运用于控制基于群组关系所建立的三维虚拟动画人物模型运动上面，便实现了基于视频的人体骨架步态协同。

展望由于时间和知识的有限，本人研究的内容还是计算机视觉动画领域中的冰山脚，而且其中还有很多不完善之处。

现实中的目标人体在运动时，人物周围的环境是复杂多变的。

而且，在实际的计算机动画应用中，虚拟动画模型的控制指标将更为严格和复杂。

要想得到更完善的效果，还可以在以下几个方面做进步的研究复杂背景下人体目标的检测。

本文中的实验环境是比较理想的，而实际当中环境是无法想象的。

光照变化外物遮挡摄像机运动杂乱背景以及人与背景颜色相近等问题都会影响人体目标的检测。

到目前为止，还没有能适应所有情况的算法，为了可以实现复杂背景下的人体检测，还需要从简到繁，不断研究和改进算法。

骨架提取算法的普适性本文中的带膝关节的星形人体骨架模型是基于正常人体而提出骨架提取算法，而人群中除了正常，还包括儿童老年人以及残障人员。

因此，带膝关节的星形人体骨架模型还应该以多种类人群为研究对象，对算法模型进行改进以提高其普适性。

特征点选取与信息提取。

人体运动骨架特征点所包含的信息，可以简洁直接地描述目标人体的运动姿态与规律，人体的运动姿态包含几十个自由度，本文中仅仅提取了简单的可以大致描述人体步态特征的个特征点的位置角度信息四元数作为协同依据，如果想更加完善地对人体运动姿态进行分析，还需对特征点提取方案以及特征信息方法进行改进和提高。

基于视频的人体骨架步态协同研究参考文献致谢本人于年月开始进行毕业设计课题的准备工作，至年出初全部设计任务完成，历时近半年。

在此，首先我要感谢信息学院郝矿荣教授和丁永生教授在毕业设计期间对我的严格督促和悉心指导。

为了让我对毕业设计课题有个全面的了解和深刻的认识，打下学术研究的基础，郝老师每周都要在百忙之中抽出时间，亲自询问我的毕业设计进展情况，耐心细致地对我的疑惑和研究中发现的问题进行指导，并特别安排研究生学长具体指导我的毕业设计。

在我对设计课题方向还不明确，不知如何下手，感觉困难重重的时候，郝老师和丁老师在帮助我找到正确的方向的同时不断地鼓励我，消除了我对课题的恐惧心理。

在课题进展期间，郝老师又会不时地对我的工作情况提出批评和指导意见，指导我在设计中不断完善自我。

在这段时期，郝老师始终以严谨的治学态度要求我，严格督促我的研究工作，使我能够直保持端正的学习态度，以较高的效率按期完成设计内容。

郝老师严谨的学术作风和对我的教导激励，难以忘怀，在此谨致以诚挚的谢意，其次，我还要感谢信息学院的刘飞学长，在我的毕业设计期间将我的任务视作自己的任务，对我进行认真负责的指导和讲解。

不但给我提供了许多参考资料，还给提供些关键思想。

很多时候我的问题都需要占用学长的时间，但他从来没有推托，即使是月份以及毕业了，还是会在百忙中抽出时间为我答疑解惑。

最后，我还要感谢我的父母老师以及许多同学，他们为我提供了精神支柱和动力支持。

谢谢，基于视频的人体骨架步态协同研究原文及译文附录主要程序基于视频的人体骨架步态协同研究黎洪松李达人体运动分析研究的若干新进展模式识别与人工智能肖雪基于视频序列的人体骨架提取与三维重建大连理工大学，李豪杰林守勋张勇东基于视频的人体运动捕捉综述计算机研究与发展庄越挺，刘小明，潘云鹤种基于视频的人体动画骨架提取技术计算机研究与发展罗忠祥庄越挺刘丰潘云鹤基于视频的人体动画计算机研究与发展唐勇，姜昱明彩色图像序列中运动人体轮廓提取计算机工程与设计陈坚单目视频人体运动跟踪和获取技术研究中国科学院研究生院，罗忠祥庄越挺潘云鹤刘丰基于视频的运动捕获中国图象图形学报徐恩平基于视频序列的人体运动功能分析武汉华中科技大学，硕士学位论文，赵晓东基于步态的骨架识别技术的研究中北大学，张建荣图像序列中的人体运动分析西安电子科技大学，林海波梅为林张毅罗元基于骨骼信息的机械臂体感交互系统的设计与实现计算机应用与软件栗涛陈姝基于特征匹配的人体上半身三维运动跟踪计算机仿真基于视频的人体骨架步态协同研究赵春江，施文康，邓勇具有鲁棒性的图像骨架提取方法计算机应用刘文予，白翔，朱光喜基于边界曲线演化模型的生长骨架算法自动化学报，基于视频的人体骨架步态协同研究陈展展基于轮廓和骨架的形状描述与匹配研究安徽大学，雷煜卿图像识别中骨架提取及描述方法相关研究华北电力大学，赵黎丽侯正信步态识别问题的特点及研究现状中国图象图形学报吴心筱图像序列中人的姿态估计与动作识别北京理工大学，方颖虚拟人动画自动生成算法北京交通大学，叶福军潘瑞芳基于运动捕获数据的三维角色动画设计新闻界，吴伟和，