面向人機(jī)交互的單目視頻三維人體姿態(tài)估計(jì)研究.pdf

1、自動理解圖像或者視頻序列中的運(yùn)動人體，一直是計(jì)算機(jī)視覺研究的重點(diǎn)。除了人類對通過機(jī)器探索和仿造自身的興趣外，促使其成為研究熱點(diǎn)的一個重要原因是電子設(shè)備的迅猛發(fā)展和由其帶來的巨大應(yīng)用市場。本文針對人機(jī)交互應(yīng)用，著重研究單目視頻下三維人體姿態(tài)估計(jì)。 單目視頻三維人體姿態(tài)估計(jì)是計(jì)算機(jī)視覺研究中最具挑戰(zhàn)性的問題之一。系統(tǒng)的觀測輸入為復(fù)雜自然圖像，狀態(tài)輸出為高維人體姿態(tài)，由觀測到狀態(tài)的系統(tǒng)過程是動態(tài)且非線性的。此外，面向人機(jī)交互應(yīng)用時(shí)，單

2、目視頻三維人體姿態(tài)估計(jì)系統(tǒng)的核心算法需同時(shí)滿足準(zhǔn)確、魯棒和實(shí)時(shí)性要求，系統(tǒng)初始化過程應(yīng)盡可能自動化.針對以上問題，本文依照模塊分別展開研究，并將各部分算法集成至人機(jī)交互原型系統(tǒng)，從而實(shí)現(xiàn)基于單目視頻三維人體姿態(tài)估計(jì)的人機(jī)交互. 本文將單目視頻三維人體姿態(tài)估計(jì)研究劃分為三部分關(guān)鍵技術(shù)：圖像特征提取、人體姿態(tài)估計(jì)算法以及初始化過程的自動化。其中，圖像特征提取研究針對普通低端攝像設(shè)備，提出了基于HSV色彩空間的圖像特征提取算法，通過采

3、用與人眼視覺感知一致的HSV空間提高圖像特征提取的有效性和魯棒性。針對人體姿態(tài)估計(jì)算法，本文提出了判別模型和生成模型相結(jié)合的三維人體姿態(tài)估計(jì)數(shù)學(xué)模型。通過判別模型確定目標(biāo)姿態(tài)的子空間。進(jìn)而通過生成模型求解目標(biāo)姿態(tài)，充分發(fā)揮了判別式模型和生成式模型各自的優(yōu)勢。針對系統(tǒng)初始化過程，本文重點(diǎn)介紹了手工分割視頻對象的框架和評價(jià)標(biāo)準(zhǔn)，為用戶輔助采集訓(xùn)練數(shù)據(jù)提供便利，減少用戶在系統(tǒng)初始化過程中的交互工作量. 根據(jù)以上核心算法設(shè)計(jì)，本文自行開