基于單目視覺的人體檢測和運動恢復.pdf

1、人體檢測與運動恢復是當前人工智能和計算機視覺領(lǐng)域研究的熱點，已廣泛應(yīng)用于車載輔助系統(tǒng)、智能監(jiān)控系統(tǒng)、人機交互以及體育運動訓練等領(lǐng)域。對人體檢測問題的有效解決能夠為其他對象檢測提供借鑒。直接從圖像或視頻中獲取人體運動數(shù)據(jù)，不僅降低動作獲取成本，同時，也使用戶可以從大量的視頻源中挖掘更多的潛在信息。
　　 基于單目視覺的人體檢測與運動恢復技術(shù)主要面臨以下三個難點:1）人體數(shù)據(jù)中噪聲所占比例大，每幀中待檢測窗口數(shù)量大，且人體所占比例極

2、少;2）人體數(shù)據(jù)及動作具有非常大的類內(nèi)散度，包括人體形態(tài)上的差異與動作差異;3）人體運動目標從三維投影到二維會造成深度信息丟失，且檢測結(jié)果容易受復雜背景、遮擋、光照和外觀變化影響。
　　 本文圍繞基于單目視覺的人體檢測、骨架抽取與運動恢復這一主線，借鑒當前一些特征抽取、機器學習、運動恢復的主流技術(shù)，提出了若干改進方法，論文的主要工作如下:
　　 (1)提出一種混合特征的人體特征描述子及快速的人體檢測器。在面對復雜背景，光

3、照及外觀變化較大的場景時，單特征描述的人體檢測器描述能力有限，難以滿足高檢率、低誤報率的要求。本文通過融合圖像梯度方向直方圖特征與Census變換特征來提高分類器的魯棒性。基于Adaboost學習的分類器訓練過程較慢，針對此問題，通過快速特征選擇、雙閾值判決兩方面的改進，提高了分類器的訓練時間。在檢測速度上，從分類器設(shè)計及目標窗口特征計算兩方面做了改進。利用Cascade結(jié)構(gòu)構(gòu)造分類器，采用逐級排除非人體目標的策略，提高分類器檢測速度。

4、提出基于“塊”更新的目標掃描策略，當檢測窗口在待檢測圖像上滑動掃描時，只對窗口變化區(qū)域的“塊”重新提取特征，計算其直方圖分布來加速檢測過程。實驗結(jié)果表明，改進后的基于混合特征的級聯(lián)AdaBoost人體檢測器，可以檢測靜態(tài)圖像中各種分辨率下的人體目標。與單特征的人體檢測方法相比，在公開數(shù)據(jù)集上驗證了本文方法在檢測性能與檢測速度上均有所提高。
　　 (2)提出一種基于多示例學習的多部位人體檢測方法。由于整體滑動窗口檢測方法忽略了人體

5、的非剛性，其特征描述是建立在一個矩形窗口上。所以在處理多姿勢、部分遮擋、視角變化等人體目標時魯棒性不高。本文對基于部位的人體檢測算法進行改進，根據(jù)生理結(jié)構(gòu)將圖像分割成若干區(qū)域，每個區(qū)域包含多個示例，利用AdaBoost多示例學習算法來訓練部位檢測器。然后利用各部位檢測器對訓練樣本進行測試得到其響應(yīng)值，從而將訓練樣本轉(zhuǎn)化為部位響應(yīng)值組成的低維特征向量。再用SVM方法對這些樣本部位向量進行學習，最終形成部位組合分類器。在INRIA數(shù)據(jù)集上的

6、實驗結(jié)果表明，算法能改進單示例學習的檢測性能，能檢測出部分被遮擋的人體目標。同時評價了3種不同部位劃分及其對檢測性能的影響。
　　 (3)提出基于單目視覺的無標記、無初始化的人體運動恢復方法。在現(xiàn)有的無標記單目視頻運動恢復方法中，需要在初始幀進行手工初始化。很多基于概率模型或基于學習的方法，存在著計算復雜度過高或依賴樣例庫等問題。本文的運動恢復工作包括直接從圖像信息中抽取骨架，估計關(guān)節(jié)點初始二維坐標，并進一步恢復人體三維坐標等操