This thesis deals with the problem of controlling an articulated human figure using optical motion capture. Several systems have been developed, most of which track small reflective markers and the resulting 3-D trajectories are then applied to the human figure model. These systems copy human motion for the animated characters. The previous systems, however, require a very time-consuming manual post-processing to recover the trajectories when some of the markers are lost from the view. To alleviate the difficulty in the tracking process, we propose a model-based tracking algorithm for optical motion capture.
The control problem of the model-based tracking is that of determining the 3-D position of a model segment along with its posture, i.e. the relative position of its parts from the frame by frame analysis of a sequence. The articulated object is modeled using the volumetric hierarchical model which includes several markers on the body segments. The analysis of a frame provides the information necessary to update the posture and position as well as the translational and the angular velocity of the body model. The validity of the updated model is verified by comparing its projection on the image planes with the position of the marker. We propose a hierarchical Kalman filter (HKF) to incrementally estimate the model parameters, and several error reduction techniques, which enable us to treat the problem in a single unified framework. Our formulation avoids the multiview correspondence and the model-feature matching problem as well as the inverse kinematics procedure.
We demonstrate that our formulation works well through several experiments on both synthetic and real images. The results also verify that the model-based algorithm works well on the tracking of multiple rigid objects. Furthermore, we present a realtime animation technique by using the captured motion. It provides us a multi-level control mechanism of the motion resolution by changing the uncertainty of the measurement model and the seamless motion transition.
본 논문에서는 optical motion capture를 이용하여 다관절 인간 모델의 움직임을 제어하는 문제를 다룬다. 카메라를 이용한 모션 캡쳐 시스템에서는 반사가 잘되는 마크들을 몸에 붙이고, 이들의 3차원 궤적을 구하며, 인간 모델에 적용함으로써 애니메이션이 가능하게 한다. 하지만 기존의 시스템은 마크들의 임의의 카메라에 대한 가려짐 현상 때문에 수작업에 의한 지루한 후처리 과정이 요구된다.
본 논문에서는 3차원 물체 추적에서 야기되는 복수 관찰 시점 사이의 대응 관계 및 물체의 가려짐 문제 등을 해결하기 위해서 모델 기반 추적 알고리즘을 제안한다. 본 논문에서 다루는 모델 기반 추적 알고리즘에서의 제어 문제는 시간에 따른 모든 관절과 신체 부분들의 위치 및 속도를 결정하는 것이다. 이를 위하여 3차원 모델을 구축하고, 이를 영상 면에 사상시킴으로써 마크들의 관측치를 예측하는 방법을 사용한다. 수정된 모델에 대한 검정은 추정한 특징점들의 2차원 영상면에서의 값과 비교를 함으로서 가능하다.
본 논문에서는 모델 기반 추적을 효율적으로 수행하기 위해서 계층적 칼만 필터를 제안하고, 적응적 계층 표현 및 운동학적 제약 조건들을 모델링하였다. 제안된 알고리즘은 여러대의 카메라를 이용한 강체의 추적에도 효과적이었으며, 다관절 물체의 정확한 위치 및 운동 추정에 적용 가능하다. 또한 특징 추출, 2차원 추적 및 3차원 추적 과정을 하나의 통합된 방법론에 의해서 모델링하였다.
본 논문에서는 움직임 파라메터를 알고 있는 운동에 대해서 강체 및 다관절 물체에 대하여 가상 환경에서 실험하였으며, 인간 모델의 애니메이션에 사용 가능함을 실제 실험 환경에서의 검정하였다.
