視覺捕捉技術(shù)在攝像技術(shù)中的應(yīng)用

文|章明星

視覺捕捉技術(shù)在攝像技術(shù)中的應(yīng)用

文|章明星

目前，在人體運動分析領(lǐng)域和攝像領(lǐng)域，視覺捕捉技術(shù)有著十分廣泛的應(yīng)用范圍，是當前研究的熱點課題之一。在視覺捕捉系統(tǒng)的支持下，該技術(shù)能夠?qū)\動中的物體進行跟蹤定位，從而獲得其三維運動軌跡，并通過數(shù)字解析過程，實現(xiàn)對運動過程的捕捉。運用視覺捕捉技術(shù)，能夠?qū)ξ矬w的運動特診進行準確把握，得出其在三維空間內(nèi)特定參數(shù)，從而了解到精確的運動狀況。在以計算機圖形學為理論基礎(chǔ)的同時，在空間內(nèi)設(shè)置多個相關(guān)技術(shù)設(shè)備，用于對運動物體的跟蹤，最終以圖形的形式，將運動狀況加以記錄，所得到的運動信息較為不容易失真，因而在攝像技術(shù)中能夠有良好的應(yīng)用前景。

人體運動跟蹤方法

為了完成人體運動分析，首先要做到科學的跟蹤定位，對于連續(xù)的圖像幀，互相之間應(yīng)具備相匹配的特征，主要包括運動方向、速度、形態(tài)及方位等，這樣才能獲得完整的運動數(shù)據(jù)。在運動跟蹤的方案設(shè)計上，應(yīng)用較廣泛的數(shù)學模型有動態(tài)貝葉斯網(wǎng)絡(luò)，卡爾曼濾波，以及粒子濾波等方法。由于跟蹤定位的對象各不相同，根據(jù)其各自的特征，可分別采用模型跟蹤方法，區(qū)域跟蹤方法，活動輪廓線跟蹤方法，特征跟蹤方法等。 如果使用模型跟蹤法，在人體運動目標的表達上，傳統(tǒng)的處理手段有三種，即圖模型、二維模型以及三維模型；如果使用區(qū)域跟蹤方法，則需考慮整體跟蹤和局部跟蹤的不同；如果使用活動輪廓線跟蹤方法，在運動目標的表達上，主要手段為封閉的曲線范圍，隨著目標的移動變化，這一封閉的曲線范圍可進行自動更新。在最新的范圍曲線跟蹤算法當中，首先確定空間(x,y,t)，然后構(gòu)造一個曲面，并對初始曲線進行設(shè)置，此時曲線應(yīng)為水平方向，得到關(guān)于該曲線的能量函數(shù)，包圍移動體區(qū)域，此時運動目標的運動變化，能夠反映到能量函數(shù)的曲線上，當運動目標區(qū)達到最小時，函數(shù)曲線將靠近運動目標區(qū)，實現(xiàn)對運動目標的跟蹤定位；如果使用特征跟蹤法，首先應(yīng)完成特征提取，然后再進行特征匹配，從靜態(tài)圖像當中，可提取相應(yīng)的人體特征，而在序列圖像之間，可對這些特征進行匹配，實現(xiàn)完整的跟蹤過程。

視覺運動捕捉技術(shù)難點

目前，視覺運動捕捉技術(shù)的應(yīng)用仍然存在較多的難點，盡管視覺捕捉技術(shù)的研究工作始終熱度不減，對視頻運動的分析也越來越深入，但從取得的開發(fā)成果來觀察，由于多種客觀因素的作用，在掌握人體運動數(shù)據(jù)的過程中，整個過程依然十分復雜，操作在難度上還是具有一定的挑戰(zhàn)性。其中，最主要的難點在于，人體作為運動跟蹤的目標，其本身具有較強的復雜性，運動所涉及的要素也較多，因而在自攝像到成像的整個過程當中，極易造成原有信息的丟失。在研究階段，研究人員遇到的研究瓶頸則主要有：人體構(gòu)造的柔性特征，與此同時人體的運動狀況也屬于非剛性運動；高維表達問題，對運動過程進行跟蹤時，需對運動中的各要素進行仿真模擬，應(yīng)如何精確再現(xiàn)人體的運動過程，即如何構(gòu)建人體模型；在視頻中，由于運動狀況與理論中的理想狀態(tài)有很大不同，人體極有可能被附近環(huán)境掩蓋，或自本身存在遮擋部分，這種情況下就無法獲得完整的人體運動數(shù)據(jù)，破壞跟蹤定位的精準度，從而給模型的重建造成困難；第四，在從三維到二維的投影過程中，往往會導致深度歧義，對三維的運動目標進行投影，所得到的二維圖像并不能完全再現(xiàn)原有的運動狀況，許多深度信息將會丟失。如果使用單個攝像機進行攝像，這一問題的嚴重性尤為明顯，根據(jù)這種情況下所得到的視頻，試圖完成運動三維信息的推導，往往失真程度極高。對于這類問題的解決，通常采取逆向的研究方法，通過多種技術(shù)手段，將復雜的問題簡化，或者在先驗知識的指導下，盡量圓滿地解決這一問題。

視覺捕捉系統(tǒng)設(shè)計探討

在本次研究中，為了提高跟蹤定位的精確度，將選擇桿狀模型用來模擬人體骨架，同時為了便于完成視覺處理，還將使用HSI色彩模型。通過關(guān)節(jié)點的運用，可連接形成人體模型，從而得到更適用于數(shù)學處理的剛體集合，每一個剛體，都可利用不同的線段加以描述，通過這樣的模型轉(zhuǎn)換，原本復雜的運動將大大簡化，以骨架運動的形式進入建模和分析階段。在整個人體模型中，共包含18個關(guān)節(jié)點，為了便于研究，本文中稱其為特征點。在不同的特征點之間，所構(gòu)成的線段即代表剛體。這樣一來，無論在任何時間點，都不會導致形變。同時，由于這些線段代表的是人體骨架，因此可通過解剖學理論，了解到互相間的大小比例關(guān)系，將難點順利轉(zhuǎn)化為先驗知識。在模型選用上，雖然RGB有更加廣泛的應(yīng)用，且易于硬件實現(xiàn)。但如果光照強度發(fā)生變化，同樣一種顏色，所得到的RGB值差別顯著，造成色彩信息的失真。但在視覺捕捉技術(shù)的應(yīng)用領(lǐng)域，由于色彩信息的醒目性，常常將其作為跟蹤的特征信息，因而需避免亮度的干擾，此時HSI模型的適用性更強。在HSI模型中，其中H表示色調(diào)，S表示飽和度，I表示亮度。

在本次研究中，將采用Kalman 濾波與Camshift 相結(jié)合的跟蹤算法，能夠綜合二者的優(yōu)勢。通過對運動圖像的觀察，可對目標物體的方位進行測定，在每一幀圖像中，可獲得其相應(yīng)的位置信息數(shù)據(jù)，這樣就可還原人體的完整運動軌跡。在獲知前期人體位置信息數(shù)據(jù)的情況下，可利用Kalman 濾波，對本幀圖像進行預測，得出目標出現(xiàn)的大概位置，然后再使用Camshift算法使信息精確化，即在可能出現(xiàn)的區(qū)域當中，得到目標的準確位置。要完成精確度較高的視覺運動捕捉過程，可遵循以下步驟：首先，最好使用多個攝像機，得到視頻數(shù)據(jù)流；其次，通過二維跟蹤技術(shù)，對特征點進行準確計算，從而得出二維運動序列；最后，利用攝像機，對運動目標進行標定，實現(xiàn)三維重建，完成整個視覺運動捕捉過程。

在整個視覺捕捉系統(tǒng)當中，共包括四個不同模塊，分別為視頻采集、跟蹤定位、模型重建以及顯示，這四個模塊分別具備不同的功能。

視頻采集模塊。可使用普通的攝像頭，對人體運動的整個過程進行拍攝，得到運動的初始視頻。在人體的關(guān)節(jié)部位，分別使用不同的顏色進行標記，以示區(qū)分，標記時應(yīng)注意所使用的顏色應(yīng)與背景色彩相異，使標記色塊成為其他任意三種顏色的區(qū)域。對于視頻的背景特征，可不做特殊要求。

跟蹤模塊。通過預測機制，盡量避免平也被譽為廣播界里的“電視明星”。

較強的活動策劃能力。自主持人中心制的概念提出并逐步實現(xiàn)以來，一些主持人真正成了一個節(jié)目的靈魂。有些電臺主持在廣播中也成立了新形式的廣播節(jié)目，比如連通了私家車、出租車以及公交車等的參與，這樣在進行活動的過程中，人們也可以通過廣播電臺來進行互動溝通和交流，從而提高了人們對廣播電臺的認可程度，而這也是廣播電臺在發(fā)展過程中的一個重大突破。

扎實的語言演播能力。在信息化不斷發(fā)展的過程中，信息傳遞對于廣播媒體也有著一定程度的影響，很多電臺節(jié)目中也都采用了信息碎片化的方式來作為廣播節(jié)目的傳播，并且很多廣播節(jié)目中主持人也作為了信息創(chuàng)博的主要途徑，在網(wǎng)絡(luò)上也有著一定的影響力，這樣對于播音主持人的語言演播能力也提出了更高的要求，在此情況下很多播音主持人也在逐步的進行著新的轉(zhuǎn)變，并且也因此被人們所認可和接受。

隨著新媒體技術(shù)的繼續(xù)進步，未來廣播發(fā)展必然會呈現(xiàn)出更多的融媒體特征，傳播介質(zhì)更加多樣，傳播手段更加豐富，節(jié)目類型也將趨于多元化。傳統(tǒng)廣播主持人只有主動適應(yīng)這種變化，不斷加強自身學習，在實踐中提高自己的技能，與時俱進，才能夠在激烈的媒體競爭中脫穎而出，成為一名綜合素質(zhì)過硬，適應(yīng)新媒體時代發(fā)展要求的合格的廣播主持人。

蘇州工藝美術(shù)職業(yè)技術(shù)學院）