基于多级MRF及神经网络群混合方法的两类非刚性3D运动恢复研究

从动态图像序列出发在同一理论框架下研究两类非刚性物体- - 连接性和弹性物体的3D运动恢复。我们将这两类非刚性运动视为整体刚性运动基础上物体各局部所存在的相对形变运动。在这一思路下构建多级马氏随机场(MRF)估计运动参数。为克服3D运动恢复的不适定性，研究在多级MRF中用矢量熵方法融入运动的先验约束。为了实现全局平滑运动下各局部运动边缘的有效体现，研究用神经网络群的方法定义最细级MRF的非规则邻域系统。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。通过MRF的多级结构将提高参数求解的速度，而通过神经网络群定义最细级MRF的非规则邻域系统则将实现各局部运动的有效恢复。该研究的完成将提出统一的连接性与弹性物体3D运动恢复的理论框架，并能在人体运动分析、云层运动分析、人体器官运动分析等实际场合得到应用。