Title: Skeletal structure generation for optical motion capture
Language: English
Authors: Schönauer, Christian
Qualification level: Diploma
Keywords: Skelettmodell; Bewegungsdatenaufzeichung
Motion Capture; Skeleton; Motion Capturing; Skeleton Generation; Skeleton Parameterization
Advisor: Kaufmann, Hannes 
Issue Date: 2007
Number of Pages: 137
Qualification level: Diploma
Abstract: 
Motion Capture Systeme müssen heutzutage hochqualitative Bewegungsdaten liefern. Trotzdem sollen sie flexibel sein und leicht für verschiedene Darsteller anzupassen. Deswegen ist die Bestimmung der Parameter des Skeletts ein wichtiger Bestandteil solcher Systeme. Die automatische Bestimmung dieser Werte unter Verwendung von optischen Bewegungsdaten ohne Zuhilfenahme zusätzlicher Messungen ist jedoch eine anspruchsvolle Aufgabe.
Diese Arbeit beschreibt welche Schritte notwendig sind um die Gelenkspositionen sowie die Länge der Gliedmaßen zu bestimmen. Dazu werden die Daten eines passiven optischen Tracking Systems verwendet. Der verwendete Algorithmus ist ein mehrstufiger Prozess. Zunächst werden die getrackten Markerpositionen den physikalischen Markern zugeordnet und nach Kö% rperteilen gruppiert. Dann werden die Gelenkspositionen und die Topologie des Skeletts bestimmt. Schließlich werden die Parameter der Struktur berechnet. Da die Topologie ausschließlich aus den Daten bemessen wird ist im Vorhinein kein Modell notwendig. Dieser Umstand macht es möglich mit dem implementierten System nicht nur menschliche Bewegungen aufzuzeichnen.
Jede beliebige durch Gelenke verbundene Struktur kann damit ohne jegliche Adaptierung oder zusätzlichen Aufwand erfasst werden. Die Kernfunktionalität der Applikation - die Berechnung des Skeletts - wird mit Hilfe einer Distanzfunktion bewältigt. Diese wird auf die Markerpositionen angewendet und durch einen nichtlinearen Optimierungsalgorithmus minimiert.
Das System wurde mit verschiedenen Daten getestet. Neben menschlichen Bewegungdaten wurden generiertes Datenmaterial und Messungen einer Konstruktion von durch Gelenke verbundenen Holzstäben verwendet. Die Resultate zeigen hohe Genauigkeit für die künstlichen Daten. Für die getrackten Datensätze wurden ebenfalls zufriedenstellende Ergebnisse erzielt.

Motion capture systems today have to deliver high quality motion data, while being flexible and easily adaptable to different actors. Therefore, accurately determining parameters of a subject's skeletal structure is\ crucial. Inferring these values automatically from optical motion capture data without additional measurements, however, is a challenging task.
This thesis describes the steps necessary to calculate the joint positions and limb lengths using data from a passive optical tracking system.
The algorithm is a multi-stage process that includes the tasks of automatic marker labeling, limb-wise clustering of markers and calculation of joint positions. Finally an estimate of the topology and the parameters of the articulated structure are computed. Since the topology is inferred from the data, no model has to exist in advance. This in turn makes the implemented system flexible enough to capture not only human motions, but motions of an arbitrary articulated structure, without any adaptations or additional effort. The core functionality of the system, which is the skeleton fitting task, is done using a distance function, that is applied to marker positions. This function then is minimized by a non-linear minimization algorithm.
Tests of the system have been performed with artificially generated data, and a construction of rods linked with articulations. The results show high accuracy for the artificial data. For the tracked data sets also satisfactory outcome is produced..
URI: https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-19215
http://hdl.handle.net/20.500.12708/14356
Library ID: AC05036325
Organisation: E188 - Institut für Softwaretechnik und Interaktive Systeme 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:

File Description SizeFormat
Skeletal structure generation for optical motion capture.pdf2.83 MBAdobe PDFThumbnail
 View/Open
Show full item record

Page view(s)

12
checked on Feb 18, 2021

Download(s)

68
checked on Feb 18, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.