基于姿態(tài)聚類(lèi)和候選重組的人體姿態(tài)估計(jì).pdf

1、靜態(tài)圖像中的人體姿態(tài)估計(jì)是指在輸入圖像中檢測(cè)人體的各個(gè)部位，如頭部、軀干、四肢等，并輸出這些人體部位的位置和角度等參數(shù)的過(guò)程。靜態(tài)圖像中的人體姿態(tài)估計(jì)屬于中層視覺(jué)問(wèn)題，在估計(jì)的過(guò)程中需要綜合利用圖像的顏色、邊界、梯度等低層的圖像特征信息，同時(shí)還要考慮幾何視覺(jué)，動(dòng)力學(xué)約束等人體部位之間的分布關(guān)系。但是由于人體姿態(tài)的變化范圍很大，同時(shí)還存在自遮擋，人體顏色和尺度差異等難點(diǎn)，再加上圖像中的背景干擾，使得靜態(tài)圖像中的人體姿態(tài)估計(jì)的研究是一個(gè)具有

2、挑戰(zhàn)的課題。同時(shí)，由于人體姿態(tài)估計(jì)的結(jié)果可以作為計(jì)算機(jī)理解和分析人類(lèi)行為的基礎(chǔ)信息，所以人體姿態(tài)估計(jì)在智能監(jiān)控、人機(jī)交互、人體運(yùn)動(dòng)捕捉等領(lǐng)域有著廣泛的應(yīng)用前景。
　　本文提出了一種基于姿態(tài)聚類(lèi)和人體部位候選重組的人體姿態(tài)估計(jì)算法。與已有的單一全局PS模型的方法不同，為了增加人體部位檢測(cè)的區(qū)別性同時(shí)使模型能夠適用于各種不同的姿態(tài)，本文的算法對(duì)人體的姿態(tài)進(jìn)行了聚類(lèi)處理，聚類(lèi)后的姿態(tài)在類(lèi)別內(nèi)具有相似的部位外觀和人體部位空間位置關(guān)系，使得

3、檢測(cè)模型更加準(zhǔn)確，而不同的姿態(tài)類(lèi)別適用于不同姿態(tài)的檢測(cè)。為了確定待檢測(cè)的樣本的姿態(tài)類(lèi)別，我們引入了多元線(xiàn)性回歸算法。通過(guò)對(duì)待測(cè)樣本在每個(gè)姿態(tài)類(lèi)別下的最佳檢測(cè)概率進(jìn)行加權(quán)平均，確定待測(cè)姿態(tài)所屬的類(lèi)別。另外，為了克服最佳估計(jì)結(jié)果中存在的個(gè)別人體部位誤檢和人體姿態(tài)估計(jì)中尚未很好解決的重復(fù)計(jì)數(shù)問(wèn)題，我們提取了與待測(cè)圖像姿態(tài)最匹配的模型下的檢測(cè)結(jié)果中概率最大的幾組姿態(tài)作為人體各部位的候選，并在這些候選的基礎(chǔ)上，重新構(gòu)造代價(jià)函數(shù)，定義約束條件，對(duì)這