基于混合高斯模型的三維手部關(guān)節(jié)跟蹤算法.pdf

1、手部關(guān)節(jié)跟蹤是計算機視覺中一個基礎(chǔ)性和關(guān)鍵性的研究課題，它涉及圖像處理、機器視覺、計算機圖形學(xué)等多個學(xué)科。該課題具有廣闊的應(yīng)用領(lǐng)域，包括人機交互、虛擬現(xiàn)實、仿生機器人、工業(yè)智能化生產(chǎn)和智能醫(yī)療等。
　　手部關(guān)節(jié)跟蹤的主要研究目標(biāo)是在視頻序列中完成對手部位置與姿態(tài)信息的估計，進而實現(xiàn)對手部動作的描述與理解。雖然該研究領(lǐng)域得到了廣泛關(guān)注并取得了一定的進展，但是仍然面臨著許多挑戰(zhàn)。首先，手部關(guān)節(jié)的自由度較高（26-27個自由度），對于手

2、部位姿信息的求解過程比較困難。其次，由于手部關(guān)節(jié)運動的靈活性，導(dǎo)致其頻繁地出現(xiàn)自遮擋情況，從而影響跟蹤的穩(wěn)定性及準(zhǔn)確性。最后，由于求解手部位姿參數(shù)的問題往往是非線性的，因此計算復(fù)雜度較高。圍繞上述問題，國內(nèi)外高校與科研機構(gòu)的學(xué)者們進行了大量的研究，然而已有研究工作仍難以同時滿足準(zhǔn)確性、魯棒性和實時性這三個要求。
　　本文以RGB-D圖像序列作為輸入，并基于混合高斯模型(Gaussian Mixture Model，GMM)與改進的

3、自適應(yīng)粒子群優(yōu)化算法(Adaptive Particle Swarm Optimization，APSO)，對三維手部關(guān)節(jié)跟蹤中的關(guān)鍵問題展開了研究，主要工作包括以下幾個方面:
　　(1)設(shè)計簡化的手部關(guān)節(jié)模型并基于GMM建立三維手部模型。同時，不同于部分已有算法基于多幅圖片進行自適應(yīng)手部建模，本文提出一種基于單幅深度圖像的自適應(yīng)手部建模方法。
　　(2)針對已有手部跟蹤算法的目標(biāo)函數(shù)不能很好地解決手部自遮擋或特征匹配的計算