基于單目視頻無標記點的三維人體姿態(tài)估計的研究.pdf

1、基于視頻的人體姿態(tài)跟蹤和三維姿態(tài)估計在人體動畫、游戲、人機交互、視覺監(jiān)控、體育運動分析、醫(yī)療診斷、虛擬現(xiàn)實和增強現(xiàn)實等領域均有著廣闊的應用前景。傳統(tǒng)的方法中，需要在人體上安裝標記點以實現(xiàn)對人體精確的姿態(tài)跟蹤，但此類系統(tǒng)通常都非常昂貴，而且添加的標記點一定程度上影響了人體的運動，極大地限制了該系統(tǒng)的應用。如智能監(jiān)控、人機接口（HCI）、醫(yī)療診斷、體育運動分析等應用都需要利用無標記點的人體運動跟蹤方法?；谝曨l的無標記點人體運動捕捉系統(tǒng)就是

2、為了這一目標而提出的，并且經(jīng)過二十余年的發(fā)展，逐漸成為一個熱門的研究領域。本文著眼于單目視頻中無標記點的人體姿態(tài)跟蹤和三維姿態(tài)估計展開研究工作，主要貢獻包括以下三個方面：
　　首先，在目標跟蹤領域，常常通過建立先驗模型，如路徑一致性假設模型，對目標軌跡進行預測來處理跟蹤過程中的遮擋問題。然而，當這種預測與目標的實際運動軌跡相差較大的時候就會發(fā)生跟蹤失敗。針對這一問題，本文提出了一種交互式粒子濾波方法，通過判斷不同目標樣本觀測之間的

3、遮擋關系，自適應地選擇不同外觀模板進行相似性度量以更新粒子權值，成功地解決了跟蹤過程中各目標之間的相互遮擋問題。人體四肢可以看做鉸鏈連接的多個目標進行跟蹤，因此可以利用交互式粒子濾波算法思想解決肢體之間的遮擋問題，實現(xiàn)對肢體的穩(wěn)定的二維跟蹤。
　　其次，提出一種適用于三維人體運動跟蹤和姿態(tài)估計的具有肢體長度約束信息的人體圖模型，并將該模型與一個用于獲取肢體觀測的二維外觀紙板人體模型和一個用于三維人體姿態(tài)估計的三維火柴棍人體模型進行

4、了有機地結合。作者針對分塊采樣粒子濾波算法提出人體圖模型。在該模型中，圖的節(jié)點與關節(jié)點相對應，而邊與肢體觀測和肢體長度約束相對應，能夠更好地將約束信息融合到人體姿態(tài)跟蹤的概率框架內。同時，該人體圖模型與二維紙板模型和三維火柴棍人體模型有著相同的關節(jié)結構，便于二維和三維關節(jié)點坐標序列的計算。
　　最后，粒子濾波算法雖然提供了一種在一組非高斯、非線性且多模的觀測數(shù)據(jù)中估計后驗概率的有效方法。但由于人體姿態(tài)跟蹤的高維特性，在使用粒子濾波

5、解決這一問題時通常需要大量的粒子，使粒子濾波算法運行緩慢甚至失效。本文引入分塊采樣粒子濾波算法（Partitioned Sampling Particle Filtering），在此框架下使用顏色、邊緣和運動特征相融合構造粒子權值度量函數(shù)。同時，在所提出的人體圖模型上使用一種改進的信任度傳播（Belief Propagation）算法進行權值的傳播，使得在一個關節(jié)點上能夠同時應用多個人體約束。結合交互式粒子濾波算法，實現(xiàn)了對肢體的穩(wěn)定的

6、二維跟蹤。在捕獲人體關節(jié)點二維圖像坐標后，根據(jù)攝像機成像模型計算出各關節(jié)點的相對三維坐標，進而估算出人體相對圖像坐標系的三維姿態(tài)。
　　本文的研究工作為多目標跟蹤領域提供了一種處理目標間遮擋問題的方法，并將該方法應用到二維鉸鏈人體姿態(tài)跟蹤領域，較好地處理了肢體間的自遮擋問題。同時，通過引入分塊采樣粒子濾波算法并在一個人體圖模型上應用肢體長度約束，實現(xiàn)了較為精確的二維人體姿態(tài)跟蹤。最后，通過采用比例正交投影模型計算關節(jié)點相對三維坐標