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(jì)算機(jī)視覺(jué)中一個(gè)基礎(chǔ)性和關(guān)鍵性的研究課題，它涉及圖像處理、機(jī)器視覺(jué)、計(jì)算機(jī)圖形學(xué)等多個(gè)學(xué)科。該課題具有廣闊的應(yīng)用領(lǐng)域，包括人機(jī)交互、虛擬現(xiàn)實(shí)、仿生機(jī)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(duì)手部位置與姿態(tài)信息的估計(jì)，進(jìn)而實(shí)現(xiàn)對(duì)手部動(dòng)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(jìn)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(gè)自由度），對(duì)于手

2、部位姿信息的求解過(guò)程比較困難。其次，由于手部關(guān)節(jié)運(yùn)動(dòng)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(wèn)題往往是非線性的，因此計(jì)算復(fù)雜度較高。圍繞上述問(wèn)題，國(guó)內(nèi)外高校與科研機(jī)構(gòu)的學(xué)者們進(jìn)行了大量的研究，然而已有研究工作仍難以同時(shí)滿足準(zhǔn)確性、魯棒性和實(shí)時(shí)性這三個(gè)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(jìn)的

3、自適應(yīng)粒子群優(yōu)化算法(Adaptive Particle Swarm Optimization，APSO)，對(duì)三維手部關(guān)節(jié)跟蹤中的關(guān)鍵問(wèn)題展開(kāi)了研究，主要工作包括以下幾個(gè)方面:
　　(1)設(shè)計(jì)簡(jiǎn)化的手部關(guān)節(jié)模型并基于GMM建立三維手部模型。同時(shí)，不同于部分已有算法基于多幅圖片進(jìn)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(duì)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(jì)算