單目視頻中基于退火粒子濾波的三維人體運動跟蹤.pdf

1、三維人體運動跟蹤是近年來機器視覺領(lǐng)域一個十分重要的研究方向，其應(yīng)用領(lǐng)域相當(dāng)廣泛，如人機交互、智能動畫合成、視頻監(jiān)控等。目前有關(guān)三維人體運動跟蹤的研究大多基于多目視頻，單目視頻由于深度信息的缺乏使得三維人體運動跟蹤的難度更大，且大多單目視頻三維運動跟蹤只考慮平行于鏡頭無遮擋的運動。針對上述問題，使用基于蒙特卡羅思想的粒子濾波方法并結(jié)合人體運動的先驗知識實現(xiàn)對單目視頻三維人體運動的跟蹤。
　　 在粒子濾波算法中融入退火思想，解決粒子

2、數(shù)量大的問題。由于人體運動狀態(tài)的高維性，要正確表達(dá)后驗分布需要大量粒子，這導(dǎo)致普通粒子濾波算法計算效率過低而不可行。為解決該問題使用退火思想，在粒子集進行預(yù)測前對粒子集進行多層退火，使粒子集逐漸聚集在似然函數(shù)值高的位置，使得粒子集更加有效。
　　 綜合運用邊緣和剪影兩種圖像特征構(gòu)造似然函數(shù)，使得模型投影與圖像之間的匹配程度的量化估計更準(zhǔn)確，以達(dá)到對粒子重要性做出合理判斷的目的，從而使得跟蹤結(jié)果的魯棒性更好。
　　 將人體

3、運動約束集成到整個跟蹤框架，包括骨骼運動角度范圍約束和肢體非穿透性約束；從而對姿態(tài)數(shù)據(jù)的可行區(qū)域進行一定的限制，防止非法姿態(tài)數(shù)據(jù)的產(chǎn)生，提高三維人體跟蹤的準(zhǔn)確性。此外，在跟蹤過程中加入簡單線性預(yù)測模型，并驗證了兩種線性運動預(yù)測模型對跟蹤效果的影響。
　　 實驗證明，使用上述方法對復(fù)雜背景下帶旋轉(zhuǎn)的行走動作最多可跟蹤100 幀左右，對長時間序列的三維人體運動跟蹤還有一定的困難，需要加入更復(fù)雜的運動預(yù)測模型及人體力學(xué)約束來指導(dǎo)跟蹤。