图像三维重建专题第五期-Robust Non-Rigid Motion Tracking and Surface Reconstruction Using L0 Regularization

论文链接

摘要

       我们展示了一个新的运动跟踪技术来增强重建非刚体几何和运动从一个视角深度输入在一个消费级深度传感器。这个观点是基于观察大部分非刚体运动(尤其是人体相关运动)内在参与运动子空间。为凸显这个优点,我们提出了新的L0基于运动正则化使用一个迭代优化,来清晰的约束局部形变在有关节结构上,导致减少解决空间和物理可信形变。这个L0策略是融合到可用的非刚体运行跟踪流程中,逐渐提取关节点信息在线进行跟踪,能够确定跟踪误差在结果中。这个信息在关节点加入被用在跟踪处理来较远提高跟踪精度和减少跟踪误差。外部实验在复杂人体运动使用闭合方式,面部和手运动表明我们的方法极大提高稳定和精度在运动跟踪上。

 

图像三维重建专题第五期-Robust Non-Rigid Motion Tracking and Surface Reconstruction Using L0 Regularization_第1张图片

本方法的流程

图像三维重建专题第五期-Robust Non-Rigid Motion Tracking and Surface Reconstruction Using L0 Regularization_第2张图片

非刚体配准

图像三维重建专题第五期-Robust Non-Rigid Motion Tracking and Surface Reconstruction Using L0 Regularization_第3张图片

你可能感兴趣的:(RGBD)