基于單目視頻序列的二維全身人體姿態(tài)估計(jì)的研究.pdf

1、隨著圖像、視頻生成工具的不斷普及，圖像、視頻的數(shù)量呈現(xiàn)爆炸式增長(zhǎng)，單純的依靠人力獲取圖像、視頻中的信息已經(jīng)不能滿足實(shí)際的需求。近年來(lái)人們對(duì)圖像以及視頻的智能分析、識(shí)別的需求越來(lái)越大。而如何通過(guò)算法自動(dòng)分析、計(jì)算、識(shí)別圖像以及視頻中的信息成為研究的熱點(diǎn)。最近10年人體姿態(tài)估計(jì)作為計(jì)算機(jī)視覺(jué)的子領(lǐng)域吸引了廣大研究者的關(guān)注。人體姿態(tài)估計(jì)在現(xiàn)實(shí)環(huán)境中擁有廣泛的潛在應(yīng)用:動(dòng)作識(shí)別，安全監(jiān)測(cè)，動(dòng)畫生成等。人體姿態(tài)估計(jì)的研究重點(diǎn)有:表示圖像或視頻的信

2、息的特征描述符的選擇;關(guān)節(jié)或者人體主要的部位的定位方式;姿態(tài)估計(jì)方法的選取，基于模型的方法還是基于機(jī)器學(xué)習(xí)的方法。
　　近幾年，研究者更多的關(guān)注基于單幀靜態(tài)圖像的人體姿態(tài)估計(jì)的研究，基于視頻的人體姿態(tài)估計(jì)的研究比較少，尤其是基于單目視頻序列。但是基于單目視頻序列的全身人體姿態(tài)估計(jì)擁有廣大的潛在應(yīng)用需求。本文主要研究基于單目視頻序列的二維全身人體姿態(tài)估計(jì)。首先，對(duì)于視頻序列中的每一幀圖像我們使用了基于方向梯度直方圖為特征向量的線性支

3、持向量機(jī)分類算法檢測(cè)出人體區(qū)域，然后在檢測(cè)區(qū)域使用基于最小二乘法的多維迭代回歸算法估計(jì)出二維全身人體姿態(tài)。在研究中，我們根據(jù)人體的關(guān)節(jié)結(jié)構(gòu)構(gòu)造了全身關(guān)節(jié)關(guān)系樹，關(guān)系樹將人體的全身姿態(tài)估計(jì)分解為多個(gè)局部姿態(tài)估計(jì)，提高了估計(jì)的準(zhǔn)確性。在學(xué)習(xí)訓(xùn)練階段，對(duì)于關(guān)節(jié)關(guān)系樹中每一條邊訓(xùn)練一個(gè)多維迭代回歸映射模型，并且采用空間和時(shí)間維度相結(jié)合的特征作為學(xué)習(xí)的輸入特征向量，關(guān)節(jié)關(guān)系樹中父子節(jié)點(diǎn)之間的歸一化偏移量作為目標(biāo)特征向量。我們使用方向梯度直方圖作為