1、我國民間舞蹈、戲益身段、中國功夫等動態(tài)藝術種類繁多，資源極其豐富。然而，目前動態(tài)藝術面臨傳承人的去世而失傳或者瀕臨失傳，必須利用數字化技術對動態(tài)藝術進行有效的記錄和保護。運動捕捉數據在動作表示、數據復用和數據管理等方面優(yōu)于視頻記錄方式和動作譜，因此利用運動捕捉數字化記錄動態(tài)藝術能夠更有效的保護動態(tài)藝術。
　　本文圍繞運動捕捉技術數字化動態(tài)藝術這一課題中的數據獲取和管理兩個方面展開研究。動態(tài)藝術分布地域廣，數據采集場地隨意，而有標識

2、運動捕捉系統(tǒng)不便于攜帶，且要求特定的場地。針對此問題，本文研究基于多視角的無標識運動捕捉技術，提供一種非接觸的運動捕捉數據獲取方法。重點研究了在未知背景下的前景提取方法和更魯棒的人體姿態(tài)估計方法，致力于盡可能減少現有人體運動捕捉系統(tǒng)在實際應用中的限制，構建一個便攜移動、能夠處理復雜場景且準確獲取人體姿態(tài)的人體運動捕捉系統(tǒng)。隨著采集的數據越來越多，高效的數據檢索是動態(tài)藝術數字化保護和應用的基礎。針對運動捕捉數據不容易獲取，檢索樣本輸入難問

3、題，重點研究了交互自然的運動捕捉數據檢索方法。通過數據獲取及管理，為我國動態(tài)藝術資源數字化提供一個可行有效的數字化平臺。本文的主要研究工作如下:
　　(1)提出了一種基于局部譜的前景（人體）聯(lián)合提取方法。針對在未知背景模型和未知攝像機標定參數的情況下多視角圖像前景提取難的問題，本文提出了一種基于局部譜的前景聯(lián)合提取方法，即同時從兩張或者多張圖像中分割出含有相同或者相似的前景。將聯(lián)合提取問題看成是一個圖劃分問題，然后利用Biased

4、Ncuts方法通過拉普拉斯矩陣的譜的局部信息提取出我們關注的前景。本方法只需要標記出感興趣的前景區(qū)域或者手動提取一張圖像作為先驗，而不是以往的標記前景和背景區(qū)域，大大減少了人工操作。適用于多視角的圖像前景提取，能夠處理未知背景模型及背景復雜的場景，提高了運動捕捉系統(tǒng)的靈活性。
　　(2)提出了一種基于最近點對拓撲一致性約束的人體姿態(tài)估計方法。在基于生成式的姿態(tài)估計的框架中，姿態(tài)估計問題被看成是一個最優(yōu)的人體模型匹配問題，包括建模和

5、優(yōu)化兩部分。針對之前主要以輪廓、邊緣匹配的外蘊相似度度量的姿態(tài)估計方法易陷入局部最小而導致姿態(tài)估計失敗問題，在原有外蘊相似度的基礎上，增加基于熱擴散距離的內蘊相似度懲罰項，驅使人體先驗模型的姿態(tài)和觀察模型不僅達到輪廓邊緣最優(yōu)匹配，而且最近點對在流形空間中保持等距性，即在拓撲結構上也達到一致，提高姿態(tài)估計算法的精度和魯棒性。在此基礎上，針對粒子濾波在姿態(tài)估計中粒子數和迭代層數都固定的問題，提出了一種面向姿態(tài)估計的自適應粒子濾波算法。當肢體

6、間嚴重自遮擋時，概率密度復雜，需要較多的粒子和迭代層數，此時人體模型和人體外形拓撲不一致，內蘊距離較大;相反，姿態(tài)簡單，拓撲結構一致，只需要較少的粒子和迭代層數?；诖颂岢隽嘶谕負湟恢滦缘淖赃m應粒子濾波算法，在取得和已有的優(yōu)化算法接近的精度下，花費更少的時間。
　　(3)提出了一種基于拉班動作譜的運動捕捉數據檢索方法。隨著運動捕捉數據的日積月累，快速有效的從數據庫中找出想要的動作數據是數據展示和應用的前提，但運動捕捉數據不像圖像

7、視頻那樣容易獲取，直接輸入運動捕捉數據作為檢索樣本是困難的。針對此問題，本文提出了一種基于拉班動作譜的運動捕捉數據檢索方法。采用一種能讀能寫可編輯的人體動作二維符號——啦班動作譜來代替樣本數據輸入，通過拉班符號分級標注運動捕捉數據以及基于拉班動作分析(LMA)的排序策略，實現運動捕捉數據的快速有效檢索。
　　綜合上述工作，構建一個基于運動捕捉的動態(tài)藝術數字化平臺。通過多視角影像、運動捕捉數據以及拉班動作譜三種記錄方式及相關管理和展