一种基于学习的复杂非刚体运动跟踪方法  

作　　者：QiangWang Hai-ZhouAi Guang-YouXu 

机构地区：[1]StateKeyLaboratoryofIntelligentTechnologyandSystems,DepartmentofComputerScienceandTechnologyTsinghuaUniversity,Beijing100084,P.R.China

出　　处：《Journal of Computer Science & Technology》2004年第C00期57-57,共1页计算机科学技术学报（英文版）

摘　　要：复杂非刚体运动的跟踪是计算机视觉中的一个重要研究问题，在人机交互、运动合成与识别等领域有着广泛的应用。复杂非刚体运动跟踪的困难在于运动的自由度比较大，运动状态向量是一个高维的向量，而直接在高维空间中跟踪或求解图像中物体的运动状态向量是一个约束不充分、并因此而难以解决的问题。本文的基本思想是采用机器学习的方法来学习复杂非刚体运动的状态表示及其动态模型，从而将一个约束不充分的跟踪问题转化成一个约束充分的跟踪问题。

关 键 词：跟踪问题 机器学习 计算机视觉 高维空间 约束 刚体运动 人机交互 表示 求解 向量 

分 类 号：TP391[自动化与计算机技术—计算机应用技术] O313.3[自动化与计算机技术—计算机科学与技术]