视频人体姿态估计方法的研究

论文摘要

视频人体姿态估计是通过计算机分析和处理图像底层特征恢复视频中人体三维姿态的一种技术。随着计算机视觉技术和图像处理技术的发展,视频人体姿态估计成为了近年来的研究热点。本文是在同组研究人员提供视频关键帧的基础上,针对现有姿态估计方法处理速度较慢,且无法对估计的姿态进行局部调整等缺点,提出的一种基于部分轮廓的人体姿态估计方法,主要完成了以下几个方面的工作:1.本文考虑到人体是一个由头、四肢以及躯干组成的整体,当对人体进行详细分析时就不得不考虑各部分肢体对整个人体的影响,因此提出了一种分解人体轮廓的方法。该方法依据人体轮廓上的负曲率极值点,在轮廓弧长与割线比值的限定下,对人体轮廓进行初步分解。然后,利用每个轮廓片段对应的正曲率极值点将细小轮廓片段进行合并,从而获得能够单独表示人体肢体的轮廓。最终,将整个人体轮廓分解成肢体轮廓片段和主躯干轮廓片段。2.为了提高姿态估计的速度,本文在轮廓匹配阶段选用部分轮廓进行匹配。首先,利用部分轮廓上的极值点确定各个轮廓片段之间的对应关系;然后,将对应片段进行匹配,并在这个过程中利用肢体轮廓的特性进一步缩减匹配计算量;最后,统计各个部分轮廓的相似性距离综合评价整体轮廓的相似性,并从轮廓库中选取最相似的投影轮廓,将该轮廓对应的3D数据作为本文的初始姿态估计的结果。3.本文根据部分轮廓之间的相似程度,确定初始估计结果中需要进行姿态调整的部分,然后利用轮廓点之间的仿射变换关系将关节点进行移植,并使用摄像机的仿射投影模型恢复关节点的三维坐标,从而获得了相对精确的姿态估计结果。实验结果表明,通过使用本文方法有效的提高了视频人体姿态估计的速度,并使最终的估计结果更加贴近视频中真实的人体姿态。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景与研究意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 单目姿态估计方法的研究现状
• 1.2.2 多目姿态估计方法的研究现状
• 1.3 主要研究内容
• 1.4 论文结构
• 第2章 视频人体姿态估计的系统结构
• 2.1 系统结构
• 2.2 人体模型
• 2.2.1 常用人体模型
• 2.2.2 本文采用的人体模型
• 2.3 摄像机模型
• 2.4 运动检测
• 2.5 形状匹配方法
• 2.6 小结
• 第3章 人体轮廓的分解方法
• 3.1 轮廓预处理
• 3.1.1 提取视频人体轮廓
• 3.1.2 提取轮廓边缘
• 3.1.3 提取轮廓的特征点
• 3.1.4 用有限点集表示轮廓
• 3.2 轮廓分解
• 3.2.1 人体轮廓的分解
• 3.2.2 轮廓片段的合并
• 3.3 小结
• 第4章 基于轮廓特征的人体姿态估计方法
• 4.1 基于RSC 的快速轮廓匹配
• 4.1.1 SC 与RSC 匹配算法
• 4.1.2 基于RSC 的快速轮廓的匹配
• 4.2 基于SC 的部分轮廓匹配
• 4.2.1 确定轮廓片段的对应关系
• 4.2.2 确定代表匹配的轮廓片段
• 4.2.3 部分轮廓的相似性距离计算
• 4.3 人体局部姿态的调整
• 4.3.1 建立待估计轮廓的骨架关节点
• 4.3.2 恢复关节点的三维坐标
• 4.4 本章小结
• 第5章 实验方案与实验结果
• 5.1 实验方案
• 5.2 实验结果的对比分析
• 5.2.1 不同采样条件下算法性能的表现
• 5.2.2 不同姿态估计时间的比较
• 5.2.3 数据库不完备的条件下对系统准确性的影响
• 5.4 本章小结
• 第6章 结论与展望
• 6.1 结论
• 6.2 未来展望
• 致谢
• 参考文献
• 攻读学位期间发表论文以及参加科研情况