基于可移動拍攝大場景下的人體運動跟蹤關(guān)鍵技術(shù)的研究與應(yīng)用.pdf

1、計算機(jī)視覺是已成為計算機(jī)領(lǐng)域中最熱門的課題之一，然而，目前還沒有一個標(biāo)準(zhǔn)的模式來解決所謂的“計算機(jī)視覺問題”，計算機(jī)視覺中的問題是根據(jù)實際應(yīng)用而產(chǎn)生的，通常情況下，一類應(yīng)用上已經(jīng)驗證的算法卻很難推廣到其他應(yīng)用上。
　　本文主要研究在可移動拍攝大場景下的人體運動跟蹤的關(guān)鍵技術(shù)，主要包括：針對大場景下，使用單攝像機(jī)架在三腳架上進(jìn)行不變焦旋轉(zhuǎn)拍攝，目標(biāo)跟蹤時需要補償攝像機(jī)的自身旋轉(zhuǎn)運動，即計算相鄰兩幀之間的單應(yīng)矩陣，由于單應(yīng)矩陣的計算是

2、一個隨機(jī)過程，因此，當(dāng)跟蹤過程中引入補償攝像機(jī)自身運動的單應(yīng)矩陣時，其單應(yīng)矩陣的計算穩(wěn)定性直接影響著跟蹤的結(jié)果，如何對二者之間的關(guān)系進(jìn)行評測；同時，如何將每幀圖像快速準(zhǔn)確配準(zhǔn)到真實的場景模型中，即計算每幀圖像到真實場景模型之間的單應(yīng)矩陣，其精確度如何評測；大場景下的人體運動跟蹤是一個非常復(fù)雜的問題，因為圖像分辨率低、背景復(fù)雜、目標(biāo)移動迅速以及存在遮擋，因此，需要更多的先驗知識，包括更加精確的目標(biāo)描述和更加魯棒的跟蹤器。
　　針對以

3、上實際中存在的問題，本文以跟蹤在大冰面上快速滑行的短道速滑運動員為應(yīng)用背景，主要研究內(nèi)容和創(chuàng)新點包括以下幾個方面：
　　(1)提出了在大場景使用單攝像機(jī)進(jìn)行旋轉(zhuǎn)拍攝下的人體運動跟蹤的應(yīng)用算法框架，確保了在復(fù)雜的體育應(yīng)用中，也可具有較好的魯棒性和穩(wěn)定性。
　　(2)提出了一種新的有效算法以減小對于長圖像序列自動配準(zhǔn)多造成的累積誤差，在該算法中，任何一幀圖像只需經(jīng)過3次映射便可轉(zhuǎn)換到真實冰場坐標(biāo)系下，即每幀圖像到其對應(yīng)的參考幀，

4、參考幀到全景冰場，全景冰場到真實冰場模型，該算法避免了傳統(tǒng)算法的多幀變換連續(xù)累乘，從而有效的降低了累積誤差，而且這對于提高實際應(yīng)用的穩(wěn)定性是十分必要的。
　　(3)提出了描述目標(biāo)更加精確的層次模型，這有助于在跟蹤過程中，使得跟蹤器知道什么時候以及如何來更新層次模型，這確保了模型更新的精確性：
　　(4)采用多線索跟蹤技術(shù)，即針對較小的頭部區(qū)域使用模板匹配技術(shù)，對身體區(qū)域使用直方圖匹配技術(shù)，這使得當(dāng)運動員發(fā)生在彎道遮擋時或是滑

5、到冰場上端擋板有顏色干擾時，跟蹤表現(xiàn)的更加穩(wěn)定；
　　(5)提出了一種新的顏色核直方圖的構(gòu)建方法，在核函數(shù)中引入一個遮罩函數(shù)，有效的濾除了作為背景信息的干擾像素，大大提高了直方圖匹配時的精確度；
　　(6)利用UKF（Unscented Kalman Filter）本身的特性，可以精確的近似統(tǒng)計變量的均值和協(xié)方差，同時，采用Sigma點確定性采樣，相比PF，采樣點少，實際和理論上計算的效率都更高。并巧妙的將描述目標(biāo)的層次模型

6、和多線索跟蹤技術(shù)融合到了UKF的跟蹤框架中；
　　(7)提出了一套新的對于在大場景進(jìn)行旋轉(zhuǎn)拍攝下的人體運動跟蹤的評測方案，包括兩個方面：1.與傳統(tǒng)的跟蹤方法相比，在跟蹤的預(yù)測階段多引入了一個去除攝像機(jī)自運動的計算，即相鄰圖像之間的單應(yīng)矩陣，通過在手工標(biāo)定的目標(biāo)位置上加入不同噪聲對此過程進(jìn)行仿真模擬，詳細(xì)的分析了其精確度與跟蹤結(jié)果之間的關(guān)系。2.采用了一種間接方法，即標(biāo)記點的實際冰場坐標(biāo)系下的配準(zhǔn)誤差來作為實際跟蹤結(jié)果的估計，來評測