Dual Bayesian and Morphology-based Approach for Markerless Human Motion Capture in Natural Interaction Environments
Première édition
The goal of this work has been to tackle the problem of gestural human-computer interfaces in its most natural form, i.e. without markers or invasive devices. In that sense a complete system is proposed in order to classify and track in real-time a sufficient number of human features that allow novel forms of gestural man-machine interaction. The algorithm is basically composed of an intra-image phase and an inter-image phase. The first one takes advantage of several mathematical morphology tools in order to analyze the user silhouette and robustly extract head, hands and feet. The second phase works in an inter-image Bayesian framework in order to achieve the classification and tracking of the previously extracted features. Due to its low computational complexity, the system can run at real-time paces on standard Personal Computers, with an average error rate range between 2% and 7% in realistic situations, depending on the context and segmentation quality.
Pour plus d'informations à propos de la TVA et d'autres moyens de paiement, consultez la rubrique "Paiement & TVA".
Les commandes en ligne se font via notre partenaire i6doc.
Spécifications
- Éditeur
- Presses universitaires de Louvain
- Partie du titre
-
Numéro 101
- Auteur
- Pedro Correa Hernandez,
- Collection
- Thèses de l'École polytechnique de Louvain
- Langue
- anglais
- Catégorie (éditeur)
- Sciences appliquées > Electricité
- BISAC Subject Heading
- TEC000000 TECHNOLOGY & ENGINEERING
- Code publique Onix
- 06 Professionnel et académique
- CLIL (Version 2013-2019 )
- 3069 TECHNIQUES ET SCIENCES APPLIQUEES
- Date de première publication du titre
- 2006
- Subject Scheme Identifier Code
- Classification thématique Thema: Technologie, ingénierie et agriculture, procédés industriels
- Type d'ouvrage
- Thèse
Livre broché
- Date de publication
- 01 janvier 2006
- ISBN-13
- 9782874630293
- Ampleur
- Nombre de pages de contenu principal : 135
- Code interne
- 74041
- Format
- 16 x 24 x 0,8 cm
- Poids
- 231 grammes
- Prix
- 41,00 €
- ONIX XML
- Version 2.1, Version 3
Google Livres Aperçu
Publier un commentaire sur cet ouvrage
Si vous avez une question, utilisez plutôt notre formulaire de contact
Sommaire
List of figures
1 Introduction 1
1.1 Context of theWork . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Goal and Motivations . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Targeted Applications . . . . . . . . . . . . . . . . . . . . . . 6
1.4 RelatedWork . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Algorithm Overview . . . . . . . . . . . . . . . . . . . . . . . 15
1.5.1 About Silhouette Segmentation . . . . . . . . . . . . . 16
1.6 Thesis Organization . . . . . . . . . . . . . . . . . . . . . . . . 17
2 Intra-Image Feature Extraction 19
2.1 The Crucial Point Set . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Image Pre-Processing . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Crucial Point Extraction . . . . . . . . . . . . . . . . . . . . . 21
2.3.1 Geodesic Distance Map Computation . . . . . . . . . 23
Geodesic Distances and Geodesic Maps . . . . . . . . 23
Geodesic Maps Computation . . . . . . . . . . . . . . 25
Center of Gravity . . . . . . . . . . . . . . . . . . . . . 26
2.3.2 Geodesic Distance Map Computation Optimization . 28
2.3.3 Analysis of the Geodesic Distance Function . . . . . . 30
2.3.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Intra-Image Classification . . . . . . . . . . . . . . . . . . . . 41
2.4.1 Morphological Skeletons . . . . . . . . . . . . . . . . . 41
2.4.2 Selective pruning and robust skeletons . . . . . . . . 44
2.4.3 Feature Classification . . . . . . . . . . . . . . . . . . 45
Holes and Loops . . . . . . . . . . . . . . . . . . . . . 53
2.4.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Morphological Skeletons . . . . . . . . . . . . . . . . . 57
Extraction and Labelling Results . . . . . . . . . . . . 57
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 Inter-Image Feature Labelling and Tracking 69
3.1 Crucial Point Extraction . . . . . . . . . . . . . . . . . . . . . 69
3.2 Tracking Step . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.1 Mahalanobis Distance and Gating . . . . . . . . . . . 73
3.2.2 Sequencing versus Global Classification Approach . 75
3.3 Detection Step . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.3.1 Prior probability maps . . . . . . . . . . . . . . . . . . 79
3.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.5 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.5.1 Synthetic results . . . . . . . . . . . . . . . . . . . . . 88
3.5.2 Real segmentation results . . . . . . . . . . . . . . . . 92
General movement range . . . . . . . . . . . . . . . . 92
Possible application: Virtual aerobic home training . 94
Testing the algorithm flexibility. Application: Virtual Tennis game . . . . . . . . . . . . . . . . 96
Testing the algorithm flexibility: Wheelchair user . . 98
Testing the algorithm robustness limits: Segmentation. Application: Gestural navigation . . . 100
Testing the algorithm robustness limits: Challenging postures . . . . . . . . . . . . . . . . . . . . . 102
3.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4 Experimenting with possible extensions and perspectives 107
4.1 Stepping into 3D . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.1.1 Triangulation . . . . . . . . . . . . . . . . . . . . . . . 108
4.1.2 Reliability coefficient . . . . . . . . . . . . . . . . . . . 110
4.1.3 3D Tracking . . . . . . . . . . . . . . . . . . . . . . . . 113
4.1.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.2 Taking Crucial Points as input for animation . . . . . . . . . 117
4.2.1 Inverse kinematics . . . . . . . . . . . . . . . . . . . . 117
4.2.2 2D animation model . . . . . . . . . . . . . . . . . . . 119
4.2.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5 Conclusion 123
5.1 Conclusions and contributions . . . . . . . . . . . . . . . . . 123
5.2 Publications . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.3 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Bibliography 131