淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2607201019503000
中文論文名稱 特徵點追蹤技術在動作比對分析的應用
英文論文名稱 Motion Analysis via Feature Point Tracking Technology
校院名稱 淡江大學
系所名稱(中) 資訊工程學系資訊網路與通訊碩士班
系所名稱(英) Master's Program in Networking and Communications, Department of Computer Science and Information Engineering
學年度 98
學期 2
出版年 99
研究生中文姓名 林鈺馨
研究生英文姓名 Yu-Shin Lin
學號 697420668
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2010-06-28
論文頁數 91頁
口試委員 指導教授-顏淑惠
委員-林其誼
委員-洪啟舜
委員-顏淑惠
中文關鍵字 動作分析  物件追蹤  尺度不變特徵轉換 
英文關鍵字 motion analysis  object tracking  SIFT 
學科別分類 學科別應用科學資訊工程
中文摘要 影像之間的差異性比對,在物件追蹤(Objects tracking)的研究領域上,一直是常被探討的重要課題之一,特別是在人體動作的比對上,和一般形狀固定不變的物體比起來更加的複雜,在運算的要求上也更加的嚴謹。SIFT(Scale-invariant feature transform)是目前國內外最常被運用的演算技術,它具有優越的比對能力,足以處理影像之間所發生的各種旋轉、縮放、平移…等在影像比對之中常發生的情況,並具有相當高的穩定性,在本文中,我們使用這項技術來進行研究。
本系統大致上分為兩部分,一是採用SIFT演算法對於物件中的某一特徵點進行追蹤,一是將追蹤完成的軌跡串列作詳細的比對。軌跡的比對方法,是依據”姿勢角度”和”移動向量”作為軌跡資料點的特徵,並以動態時間校正(DTW)找出兩軌跡的最佳比對結果。最後會輸出軌跡比較分析的內容和評分。
英文摘要 In this paper, we propose a tracking method via SIFT algorithm for recording the trajectory of human motion in image sequence. Instead of using a human model that present the human body to analyze motion. Only exact two feature points from the local region of a trunk, one for joints and one for limb.
We calculate the similarity between two features of trajectories. The method of computing similarity is based on the “motion vector” and “angle”. We can know the degree of the angle by the connect line from joint to limb in a plane which is using the core of object to be the center. The proposed method consists of two parts. The first is to track the feature points and output the file which record motion trajectory. The second part is to analyze features of trajectory and adopt DTW (Dynamic Time Warping) to calculate the score to show the similarity between two trajectories.
論文目次 目錄
第一章緒論 1
1.1研究動機與目的 1
1.2論文組織介紹 4
第二章影像處理技術與文獻探討 5
2.1影像基本理論與技術 5
2.2國內外相關研究 20
第三章研究方法 26
3.1系統架構 26
3.2追蹤流程 28
3.3運動估測 30
3.3.1全域搜尋(Full Search) 30
3.3.2全域搜尋的應用 34
3.4尺度不變特徵轉換演算法(SIFT Algorithm) 36
3.4.1 SIFT演算法 36
3.4.2 SIFT應用 43
3.5手動調整 47
3.6軌跡表示法 56
3.7軌跡比對 62
第四章系統實作 66
4.1開發平台 66
4.2系統介面 68
第五章結論與未來展望 78
5.1結論 78
5.2未來展望 80
參考文獻 81
附錄 英文論文 83
圖目錄
圖 1、光的三原色模型圖。 7
圖 2、三原色幾何座標表示模型。 8
圖 3、由左至右分別為原始影像,灰階影像,黑白影像。 9
圖 4、高斯模糊對照圖。 11
圖 5、金字塔底部為具有完整解析度的原清晰影像。 13
圖 6、費氏數列樹狀圖。 14
圖 7、費氏數列運算結果。 16
圖 8、資料路徑表示圖。 19
圖 9、DTW找最佳路徑範例圖。 19
圖 10、SIFT比對的結果。 22
圖 11、系統流程架構圖。 26
圖 12、追蹤流程圖。 28
圖 13、區塊比對圖。 31
圖 14、全域搜尋比對法。 32
圖 15、全域搜尋圖例。 33
圖 16、SIFT演算法結果。 34
圖 17、全域搜尋實例。 35
圖 18、高斯分差示意圖。 37
圖 19、高斯分差後的尺度空間中極值點比較示意圖。 38
圖 20、特徵點描述。 41
圖 21、SIFT演算法執行結果。 42
圖 22、高斯函數 的模糊效果。 44
圖 23、特徵點飄移。 47
圖 24、系統前後影像對照區。 48
圖 25、左圖為T,右圖為T-1。 49
圖 26、未修正過的追蹤影像序列。 50
圖 27、修正過的追蹤影像序列。 52
圖 28、dPSNR直方圖。 55
圖 29、軌跡串列檔案。 56
圖 30、比對流程圖。 57
圖 31、不同身材的人作不同動作的對照圖。 58
圖 32、手部運動的軌跡圖。 59
圖 33、角度表示法。 60
圖 34、運動方向由向東開始(1)順時針依序編號。 61
圖 35、運動向量對照圖。 61
圖 36、BCB開發介面。 67
圖 37、元件控制板。 67
圖 38、程式編輯介面。 67
圖 39、系統介面圖。 69
圖 40、讀取圖檔。 70
圖 41、輸入特徵點操作圖。 70
圖 42、特徵點初始化。 71
圖 43、追蹤過程中可隨時暫停。 71
圖 44、手動修正介面。 72
圖 45、刪除飄移的特徵點座標。 72
圖 46、新加入的特徵點同樣要初始化。 72
圖 47、軌跡串列檔。 73
圖 48、軌跡分析與比對介面。 73
圖 49、分析結果圖。 74
圖 50、軌跡分析後的結果圖與詳細資料1。 75
圖 51、軌跡分析後的結果圖與詳細資料2。 76
圖 52、五個肢體的軌跡分析結果圖。 77
表目錄
表 1、高斯權重分佈表。 11
表 2、最高DPSNR值。 54
表 3、DPSNR值的比較表。 55
表 4、移動向量差異評分表。 64
表 5、角度差異評分表。 65
公式目錄
eq 1:difference of pixel 5
eq 2:SAD 6
eq 3:MAD 7
eq 4:RGBtoY 9
eq 5:Gaussian 10
eq 6:gradient for x 12
eq 7:gradient for y 12
eq 8:gradient 12
eq 9:Sobel Operator 12
eq 10:Fibonacci function 14
eq 11:Gaussian Blur 36
eq 12:Gaussian Function 36
eq 13:Difference of Gaussian 37
eq 14:Taylor expansion for DoG 38
eq 15:offset 38
eq 16:substituting equation 39
eq 17:Hessian Matrix 39
eq 18:Trace of Hessian Matrix 39
eq 19:Determinant of Hessian Matrix 39
eq 20:the ratio of Trace and Determinant 40
eq 21:magnitude of gradient 40
eq 22:direction of gradient 40
eq 23:the ratio of distance 42
eq 24:mean square error 53
eq 25:PSNR 53
eq 26:modified MSE 53
eq 27:maximin function 62
eq 28:Hausdorff Distance 62
eq 29:modified DTW 65
參考文獻 [1] R. E. Graham,“Snow Removal - A Noise-Stripping Process for Picture Signals”, Information Theory, IRE Transactions on February 1962, On page(s): 129 – 144
[2] Hiroaki Sakoe, and Seibi Chiba,“Dynamic programming algorithm optimization for spoken word recognition”, IEEE Transactions on Acoustics, Speech and Signal Processing, 1978, On page(s): 43- 49
[3] Nizar Zarka, Ziad Alhalah, Rada Deeb,“Real-Time Human Motion Detection and Tracking”, Information and Communication Technologies: From Theory to Applications, 3rd International Conference on, 2008. On page(s): 1 - 6
[4] Wan-Lei Zhao, Chong-Wah Ngo,“Scale-Rotation Invariant Pattern Entropy for Keypoint-Based Near-Duplicate Detection”, Image Processing, IEEE Transactions on Feb. 2009, On page(s): 412 – 423
[5] Feng Tang, Hai Tao,“Probabilistic Object Tracking With Dynamic Attributed Relational Feature Graph”, Circuits and Systems for Video Technology, IEEE Transactions on, Aug. 2008, page(s): 1064 – 1074
[6] David G. Lowe,“Distinctive Image Features from Scale-Invariant Keypoints”, International Journal of Computer Vision, Vol. 60, No. 2, 2004, On page(s): 91-110.
[7] Ai-hua Chen, Ming Zhu, Yan-hua Wang, Chen Xue,“Mean Shift Tracking Combining SIFT”, Signal Processing, 2008. ICSP 2008. 9th International Conference on, page(s): 1532 – 1535
[8] Zisheng Li, Jun-ichi Imai, Masahide Kaneko,“Facial Feature Localization Using Statistical Models and SIFT Descriptors”, Robot and Human Interactive Communication, 2009. The 18th IEEE International Symposium on, On page(s): 961 – 966
[9] Pedro Correa Hernandez, Jacek Czyz, Ferran Marques, Toshiyuki Umeda, Xavier Marichal, and Benoit Macq, “Bayesian Approach for Morphology-Based 2-D Human Motion Capture”, Multimedia, IEEE Transactions on, June, 2007, On page(s): 754 - 765
[10] Yifan Lu, Lei Wang, Richard Hartley, Hongdong Li, Chunhua Shen,“Multi-view Human Motion Capture with An Improved Deformation Skin Model”, Computing: Techniques and Applications, 2008 , On page(s): 420 – 427
[11] Chun-Hong Huang, “Classification and Retrieval on Human Kinematical Movements”, Tamkang University June 2007
[12] Shih-Pin Chao, Chih-Yi Chiu, Jui-Hsiang Chao, Shi-Nine Yang, Tsang-Ken Lin,“Motion Retrieval And Its Application To Motion Synthesis”, Proceedings. 24th International Conference on Distributed Computing Systems Workshops, 2004, On page(s): 254 – 259
[13] Yu-Chun Lai, Hong-Yuan Mark Liao, Cheng-Chung Lin, Jian-Ren Chen, Y.-F. Peter Luo, “A Local Feature-based Human Motion Recognition Framework”IEEE International Symposium on Circuits and Systems, 24-27 May, 2009 , On page(s): 722 - 725
[14] Choon-Bo Shin, Jae-Woo Chang,“Spatio-temporal Representation and Retrieval Using Moving Object's Trajectories”, International Multimedia Conference, Proceedings of the 2000 ACM workshops on Multimedia, On Pages: 209 - 212
[15] Yan Chen, Qiang Wu, Xiangjian He, “Using Dynamic Programming to Match Human Behavior Sequences”, Control, Automation, Robotics and Vision, 2008. ICARCV 2008. 10th International Conference on, On page(s): 1498 – 1503
[16] T. Yabe and K. Tanaka,“Similarity Retrieval of Human Motion as Multi-Stream Time Series Data”, Proc. International Symposium on Database Applications in Non-Traditional Environments, 1999, On page(s): 279 – 286
[17] J.J. Koenderink,“The structure of images.”Biological Cybernetics, Vol. 50, 1984, On Page(s):363-396
[18] Tony Lindeberg, 1994.“Scale-space theory: A basic tool for analysing structures at different scales.”Journal of Applied Statistics, Vol. 21, No. 2, 1994, On page(s):224-270
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2015-08-02公開。
  • 同意授權瀏覽/列印電子全文服務,於2015-08-02起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信