單目相機下的人體檢測、三維姿態(tài)重構(gòu)和動作分析.pdf

1、計算機視覺為高級的人機交互服務(wù)。它的研究內(nèi)容是通過相應的理論算法使計算機能夠達到、甚至超過人類的視覺感知和認知水準,最終提升人類的生產(chǎn)水平。
　　目標檢測、人體姿態(tài)估計和人臉識別是計算機視覺領(lǐng)域的核心問題。目前,目標檢測已經(jīng)廣泛地應用于智能監(jiān)控、安全檢測等領(lǐng)域;人體姿態(tài)估計在虛擬現(xiàn)實、體感交互、體育分析、醫(yī)療輔助等領(lǐng)域倍受青睞;人臉識別是安全門禁系統(tǒng)、身份識別、目標追蹤的重要依托手段。本文圍繞這一主題展開了研究和討論,不僅包含特征

2、信息的提取和分類、模型描述等基礎(chǔ)問題,同時涉及面向高級語義的圖像理解,如人體運動姿態(tài)識別、人臉姿態(tài)識別等。近些年來,學術(shù)界和工業(yè)界在這些研究點投入大量的研究工作,取得了許多成果,擁有廣闊的應用前景。
　　本文從計算機視覺理論聯(lián)系實際的縱向角度出發(fā),在閱讀大量相關(guān)文獻的基礎(chǔ)上,研究了包括基于特征提取和分類的目標檢測算法、單目相機下人體三維姿態(tài)估計和跟蹤算法、人體面部檢測定位及其加速優(yōu)化算法。針對現(xiàn)有研究的不足,本文采用了一些新穎的思

3、想和方法進行了改進和補充,具體如下:
　　(1)基于特征描述和分類的公共場所行人檢測算法。本文針對公共場所中行人檢測中存在的遮擋、姿態(tài)多樣性等難點,僅采用頭肩部位作為特征描述對象,提出并實現(xiàn)基于特征提取和分類的方法完成行人檢測方案。
　　(2)單目相機下的人體三維姿態(tài)估計。本文在單目相機、缺少深度信息的情況下,對人體三維姿態(tài)進行了嘗試性地研究實驗。采用手動標定完成初始動作的初始化,基于退火粒子濾波的方法用權(quán)重衡量動作序列的連