本项目将借助于实时三维获取技术,研究利用深度信息加二维图像(2D plus Depth)的3D视频实现运动分割和3D运动估计的原理和方法。通过该项目的研究,探索一种新的原理和方法,解决运动分割和运动估计的鲁棒性问题。 本项目研究的主要指导思想是将有着相互联系的运动分割和3D运动估计作为一个整体的求解问题。在研究方法上,利用了变分法、活动轮廓和水平集等现代数学方法,研究一种新的建模思路和方案,巧妙地将运动分割和3D运动参数等求解问题结合在一起;利用深度信息,研究如何建立精确地运动参数模型,能够处理复杂运动模式,提高运动分析的鲁棒性;研究一种新的时空域处理模型,使运动分割包含了运动跟踪,能够解决相同目标间的配对问题,同时也把更多的数据用于处理,提高了算法的鲁棒性。 所研究方法要求能够同步实现运动分割和3D运动估计,并对背景运动进行补偿,以获得真实的三维运动分析。
英文主题词motion segmentation;3D motion estimation; 3D video;variational methods;level set