用于增強(qiáng)現(xiàn)實(shí)的實(shí)時(shí)深度圖像三維人體識(shí)別及遮擋處理.pdf

1、本文實(shí)現(xiàn)了用于增強(qiáng)現(xiàn)實(shí)的實(shí)時(shí)深度圖像三維人體識(shí)別與遮擋處理算法,使用單幀深度信息圖像與深度信息視頻流,專門(mén)針對(duì)增強(qiáng)現(xiàn)實(shí)領(lǐng)域的突出問(wèn)題,提出了創(chuàng)新性的深度圖像人體識(shí)別方法,如深度向量擬合、動(dòng)靜態(tài)標(biāo)記進(jìn)行輔助識(shí)別等;以及在遮擋處理部分使用帶權(quán)值的人體部位關(guān)系無(wú)向圖,最終達(dá)到無(wú)標(biāo)記、實(shí)時(shí)處理、排除遮擋干擾的目的,從整體上提高了增強(qiáng)現(xiàn)實(shí)交互的準(zhǔn)確性,與現(xiàn)有的識(shí)別方式相比有效改善了增強(qiáng)現(xiàn)實(shí)應(yīng)用中人體識(shí)別的效率與準(zhǔn)確度。
　　同時(shí),本文創(chuàng)新性

2、地改進(jìn)了基于深度圖像的人體識(shí)別算法,在僅基于原始深度圖像的情況下,通過(guò)綜合使用深度信息修復(fù)、深度信息向量擬合、動(dòng)靜態(tài)標(biāo)記、深度語(yǔ)義平面識(shí)別、人體部位分類等技術(shù),實(shí)現(xiàn)從原始深度圖像到最終人體輪廓識(shí)別及骨骼節(jié)點(diǎn)構(gòu)建的過(guò)程。算法最終可以實(shí)現(xiàn)輸入深度信息視頻流后,在滿足實(shí)時(shí)的前提下完成無(wú)標(biāo)記的人體輪廓識(shí)別及人體骨骼節(jié)點(diǎn)構(gòu)建,同時(shí)還可以輸出完整、精確的背景深度信息,為進(jìn)一步的遮擋處理和人體追蹤提供完備的數(shù)據(jù)和算法支持。
　　此外,本文著重研

3、究了人體識(shí)別中的遮擋處理部分,增強(qiáng)現(xiàn)實(shí)的場(chǎng)景不確定性及場(chǎng)景復(fù)雜度較高,經(jīng)常發(fā)生人體的自遮擋以及人體和場(chǎng)景元素之間的交互遮擋,通過(guò)對(duì)這些增強(qiáng)現(xiàn)實(shí)應(yīng)用中常見(jiàn)遮擋情況的研究,本文提出了一種具有針對(duì)性的高效的識(shí)別算法,基于反向運(yùn)動(dòng)學(xué)和Hough變換,可以有效地在無(wú)標(biāo)記、單目深度傳感器的情況下實(shí)時(shí)處理增強(qiáng)現(xiàn)實(shí)系統(tǒng)中人體產(chǎn)生的自遮擋;并結(jié)合TSDF、Hough變換與分類回歸樹(shù)創(chuàng)建可信的遮擋序列集合,再由最終的遮擋判定器確定遮擋處理的結(jié)果來(lái)處理交互遮