基于熵连接约束神经网络群与分层求解的非刚性物体三维运动分析研究

从动态图像序列出发在同一理论框架下研究两种非刚性物体- - 连接性物体和弹性物体的三维运动分析。我们将这两种非刚性运动视为整体刚性运动基础上物体各局部区域所存在的相对形变运动。在这一思路下构建神经网络群。神经网络群中各单个神经网络具有二层结构，反映了物体局部区域的相对形变运动。通过各神经网络进行反馈连接所形成的网络群则体现各局部运动区域的联系。为了克服三维非刚性运动分析的不适定性，研究用运动约束矢量熵的方法定义神经网络群的连接结构。通过各神经网络的并行运算，提高了运动参数的求解速度，同时还能实现全局平滑运动下各不同运动区域边缘的有效体现。在此基础上根据整体刚性运动并结合图像不同分辨率通过分层运动参数求解，则进一步加快了参数求解的速度。该研究的完成将提出统一的连接性与弹性物体三维运动分析的理论框架，并能在人体运动分析、体育优化训练、通过云层运动分析进行气候预测、人体器官的诊断等领域得到应用。