群体三维运动轨迹提取技术的研究

The availability of the 3D motion trajectory for each individual in the swarm can greatly facilitate the study of animal collective behavior. In order to reconstruct such 3D scenes made up of large number of particles, we first proposed an approach-relative epipolar motion towards solving the correspondence problem in stereopsis by utilizing the motion clue. Using the relative epipolar motion cues, it can reconstruct dynamic scenes of large number of indistinguishable moving objects. It offers an alternative way to project structured lights in active mode for deforming surface reconstruction. Next, we proposed a global optimization method that treats a possible corresponding feature points as a pairing. The trajectory reconstruction problem becomes a process of pairing sequences. The trajectories are then reconstructed from these sequences by triangulation.

自然场景中存在着很多可以抽象为三维空间中运动粒子群的现象，研究这些现象对于揭示动物的群体行为规律有着重要的意义。为了获取粒子群的三维运动轨迹，我们首先提出了一种基于相对极线运动的方法来求解立体匹配问题。该方法利用相对极线运动来重建包含三维粒子群的动态场景，通过二维投影点轨迹匹配来解决立体匹配中的不确定性问题。其次，提出了一种基于全局优化的方法来解决与立体匹配相耦合的物体跟踪问题。该方法将可能对应的一对投影点看成是一个"配对"，把原轨迹重建问题转化为配对选择的问题，然后通过代价函数的优化，得到最优的配对序列。最终，从这些配对序列中得到粒子群的三维运动轨迹。

群体目标跟踪是群体行为分析的基础，同时也是一个具有较高实用价值的问题，在很多方面得到了广泛的应用。项目以群体生物中最具代表性的鱼群为研究对象，对其在三维跟踪中的一些关键问题进行了深入的研究。首先通过对目标表观的分析得到了两种有效的目标检测方法，然后根据目标运动状态的连贯性提出了局部优化和全局优化两种数据关联方法，最后利用目标在不同视图中的轨迹一致性和连续性来解决立体匹配的不确定性问题。实验结果表明，所提方法能够对不同密度的鱼群目标进行准确的跟踪，可以较好的处理跟踪过程中目标的表观变化和频繁遮挡等问题，跟踪性能达到了目前该方向的先进水平。项目的实施不但对鱼群行为的研究具有重要意义，而且对其它群体行为的研究也具有重要的参考价值。