عمليات القفز الحركية لتتبع الإنسان ثلاثي الأبعاد بمساعدة الصورة الواحدة

تُعد الصعوبة الرئيسية في تتبع جسم الإنسان ثلاثي الأبعاد من تسلسلات الصور الأحادية هي عدم القدرة تقريباً على ملاحظة درجات الحرية الحركية التي تولد الحركة في العمق. بالنسبة لطول الروابط المعروفة (قطاعات الجسم)، فإن عدم القابلية للملاحظة يقلل إلى غموض ثنائي 'تقليب للأمام/ للخلف' لكل رابط. وهذا يعني وجود 2/sup # روابط/ حلول الكينيماتيكا العكسية الرسمية لل модель الكامل، وبالتالي مجموعات مرتبطة من O(2/sup # روابط/) بينات محلية في دالة تكلفة مطابقة النموذج والصورة. يؤدي اختيار الحد الأدنى الخاطئ إلى تتبع خاطئ سريع، لذا من الضروري وجود طرق سريعة للتحقيق في الحد الأدنى البديل ضمن المجموعة لتتبع موثوق. استخدمت الطرق السابقة لهذا الغرض طرق البحث العامة التي لا تستفيد من الهيكل المحدد للمشكلة. هنا، نكمل ذلك باستخدام reasoning حركية بسيطة لحساب شجرة التقلبات المحتملة للأمام/للخلف، مما يسرع البحث بشكل كبير داخل كل مجموعة مرتبطة من الأدنى. يمكن استخدام طرقنا إما بشكل حتمي، أو ضمن عمليات البحث بأسلوب 'القفز-الانتشار' العشوائية. نقدم نتائج تجريبية على بعض تسلسلات تتبع الإنسان الأحادي التحدي، تظهر كيف يحسن أسلوب العينة القائم على التقلبات الحركية ويكمل الأساليب الحالية.