王建华，冉煜琨

（成都理工大学工程技术学院，四川乐山 614000）

3D 动画重建[1]在现代多媒体、测绘等众多领域具有重要的应用。很多方法利用多视角RGB 数据重建3D 动画，通过形状匹配和形变等技术捕捉时间连贯的动画。其中，时间连贯性是所有动画重要且必需的属性，很多后处理任务也要求时间连贯性，例如视频编辑压缩、场景分析等[2]。对于使用RGB 数据的系统，3D 重建要求两个或更多的相机来进行深度重建。因此，重建的质量也取决于底层的特征点提取和图像配准算法等。

过去十多年中，已有研究者对该问题进行了一些研究。如Yan 等[3]利用大量迭代计算对多视角视频采集装置进行扩展，捕捉不同静态和动态光照条件下的物体。Kawami 等[4]对自由视点视频研究进行了扩展，并使用多个高分辨率彩色摄像机对点光源进行校准，以采集行人的形状、运动、表观以及表面反射特性。在动态表面反射估计的基础上，可以在不同的光照条件下对重建的3D 动画进行渲染。这些方法[3-4]的主要缺点是依赖于色彩数据的研究，必须利用相机之间的对应关系来重建深度信息。

随着低成本深度传感器特别是微软Kinect[5]的面世，结合深度传感器以采集静态和动态3D 内容成为了研究热点。使用Kinect的一大好处是Kinect的帧率可以达到30 fps，满足实时处理要求，同时还提供色彩和深度数据。如文献[6]提出一种有效从深度相机获取的低质量动态数据中直接分析出刚性关节式物体运动特征的RANSAC 方法。……