[發明專利]基于隨機抽樣一致性的對象運動特性重建方法

有效

• 申請號: 201710417064.5
• 申請日: 2017-06-06
• 公開（公告）號: CN107274480B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 陳寶權;李昊;萬國偉;李宏華;安德雷沙夫;徐凱
• 申請（專利權）人: 山東大學深圳研究院
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06T7/20
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種基于隨機抽樣一致性的對象運動特性重建方法，其特征在于，包括以下步驟：

(1)采用3D掃描儀獲取連續的RGB-D數據幀，找出相鄰兩幀稀疏的對應點，進而計算出跨越所有幀的稀疏的運動軌跡；

(2)對于稀疏的運動軌跡進行時空上的聚類，得到一系列的運動軌跡組合，并用單條運動軌跡重新表達每個運動軌跡組合；

(3)對于每個運動軌跡組合，計算其與其它運動軌跡組合的相對運動軌跡；

(4)基于每組相對運動軌跡，通過隨機抽樣一致性算法來擬合運動特性,根據針對鉸鏈關節、球形關節和滑動關節的擬合效果確定最合理的運動特性；

擬合鉸鏈關節的過程為：

第一步：隨機從相對軌跡中的選取兩幀數據，計算旋轉矩陣和位移向量，進而計算初始鉸鏈運動模型h＝(a，c)；其中，a為鉸鏈的軸向，c為鉸鏈的位置；

第二步：對于其它未選取的所有幀，計算其與運動模型h的匹配程度；把匹配程度較高的幀放入鉸鏈運動模型h對應的一致性集合中；匹配程度的計算公式如下：

其中，和m＝1,…,N,是軌跡m分別在第i幀和第k幀的對應點；M_h，θ為繞鉸鏈h旋轉θ角度對應的變換矩陣；

第三步：重復執行第一步、第二步一定次數，選取最大的一致性集合，如果集合中的元素個數大于某一閾值，我們使用得到的最大一致性集合重新擬合出最終的鉸鏈運動模型，具體過程為：

a)對于最終一致性集合中的所有幀，兩兩間計算一個旋轉矩陣和位移向量，得到一個旋轉矩陣集合(R₁，...，R_m)和位移向量集合(t₁，...，t_m)；

b)求解以下方程組擬合鉸鏈軸向：

||a||＝1

c)求解下面方程組重新擬合鉸鏈位置：

(5)使用擬合出的運動特性來過濾對應運動軌跡組合，將運動特性相似程度滿足一定閾值的軌跡進行合并；

(6)重建出整個關節對象所有關節的運動特性為繞鉸鏈旋轉角度對應的變換矩陣。

2.根據權利要求1所述的一種基于隨機抽樣一致性的對象運動特性重建方法,其特征在于，所述步驟(1)中計算出跨越所有幀的稀疏的運動軌跡，包括：

(1.1)給定一個序列的RGB-D數據幀，使用scene flow算法獲取相鄰兩幀數據之間時空上密集的對應關系；

(1.2)根據RGB-D圖像以及相機內參計算第一幀點云數據，獲取所有相鄰幀之間的空間密集對應點，并進行降采樣，計算整個序列上的稀疏的運動軌跡；

(1.3)對于位于兩幀之間的運動軌跡上的對應點，計算其在RGB圖像上的投影位置，并計算對應位置SIFT特征的匹配程度，斷開匹配程度低于一定閾值的對應，得到一系列初始幀以及終止幀均不一致的運動軌跡。

3.根據權利要求1所述的一種基于隨機抽樣一致性的對象運動特性重建方法,其特征在于，所述步驟(2)中對稀疏的運動軌跡進行時空上的聚類的步驟如下：

(2.1)從所有的運動軌跡中隨機選取三條軌跡，計算三條軌跡共同生命周期下的相鄰兩幀的剛性變換矩陣，這些剛性變換矩陣組合成一個剛性變換集合；

(2.2)重復執行步驟(2.1)，以獲取N個剛性變換集合；

(2.3)對于每條運動軌跡，分別計算其與每個剛性變換集合之間的殘差，計算公式為：

其中,M_s+i→s+i+1表示第s+i幀到第s+i+1幀的剛性變換矩陣，p_s+i表示運動軌跡在第s+i幀中的對應點,s表示初始幀；

對于每條運動軌跡均能夠得到一個長度為N的殘差向量A，設置一個閾值，如果殘差大于該閾值，則A中對應的元素值設為0，否則設為1；

(2.4)假設運動軌跡的總數為|T|，由步驟(2.3)可獲得一個|T|*N的二值矩陣；

(2.5)使用J-linkage算法對所有的運動軌跡進行聚類，得到多個運動軌跡組合。