基于多目標(biāo)優(yōu)化的視頻人體運(yùn)動(dòng)跟蹤.pdf

1、本文的主要研究?jī)?nèi)容是跟蹤視頻序列中的三維人體運(yùn)動(dòng)姿態(tài)，屬于無(wú)標(biāo)記的人體運(yùn)動(dòng)跟蹤技術(shù)。人體運(yùn)動(dòng)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要分支，已經(jīng)在人們生活的各個(gè)方面得到了廣泛應(yīng)用，特別是無(wú)標(biāo)記人體運(yùn)動(dòng)跟蹤技術(shù)已經(jīng)極為普遍的存在于人機(jī)交互、虛擬現(xiàn)實(shí)、三維(3D)動(dòng)畫(huà)制作、視頻監(jiān)控、醫(yī)學(xué)診斷等領(lǐng)域。但是，由于參數(shù)維度高、易于陷入局部最優(yōu)、自遮擋和人體運(yùn)動(dòng)圖像的二義性等方面的問(wèn)題，基于視頻的人體跟蹤存在大量不確定性。也正因?yàn)檫@樣三維人體運(yùn)動(dòng)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)

2、域充滿(mǎn)挑戰(zhàn)的研究方向。
　　 本文提出了基于多目標(biāo)優(yōu)化算法的三維人體運(yùn)動(dòng)跟蹤框架，將人體跟蹤問(wèn)題抽象成一個(gè)多目標(biāo)優(yōu)化問(wèn)題，恢復(fù)人體三維姿態(tài)等同于在人體姿態(tài)空間求解一組相似度函數(shù)。其中，多目標(biāo)函數(shù)的建立不僅運(yùn)用了提取到的多種特征，多鏡頭參數(shù)還借鑒了當(dāng)前流行的產(chǎn)生式(Generative)和判別式(Discriminative)結(jié)合的人體運(yùn)動(dòng)跟蹤方法的思路。分別由視頻圖像中的關(guān)節(jié)點(diǎn)、輪廓、灰度、甚至是判別式方法預(yù)測(cè)出的三維姿態(tài)等特征

3、匹配，建立多個(gè)似然函數(shù)，最終利用多目標(biāo)算法實(shí)現(xiàn)函數(shù)的優(yōu)化已得到最終所需要的跟蹤結(jié)果。
　　 本論文主要完成了下列工作：
　　 1.針對(duì)參數(shù)維度高、自由度大、易于陷入局部最優(yōu)值，把多目標(biāo)優(yōu)化算法引入人體跟蹤領(lǐng)域，經(jīng)實(shí)驗(yàn)驗(yàn)證可以有效的降低跟蹤過(guò)程的時(shí)間復(fù)雜度并且避免陷入局部最優(yōu)。
　　 2.針對(duì)自遮擋和二義性，提出了一種基于多目標(biāo)優(yōu)化的多目人體運(yùn)動(dòng)跟蹤方法。多個(gè)相似度函數(shù)建立在多目同步視頻的基礎(chǔ)上，實(shí)驗(yàn)結(jié)果表明，該方