基于多目標優(yōu)化的視頻人體運動跟蹤.pdf

1、本文的主要研究內容是跟蹤視頻序列中的三維人體運動姿態(tài)，屬于無標記的人體運動跟蹤技術。人體運動跟蹤是計算機視覺領域的重要分支，已經在人們生活的各個方面得到了廣泛應用，特別是無標記人體運動跟蹤技術已經極為普遍的存在于人機交互、虛擬現實、三維(3D)動畫制作、視頻監(jiān)控、醫(yī)學診斷等領域。但是，由于參數維度高、易于陷入局部最優(yōu)、自遮擋和人體運動圖像的二義性等方面的問題，基于視頻的人體跟蹤存在大量不確定性。也正因為這樣三維人體運動跟蹤是計算機視覺領

2、域充滿挑戰(zhàn)的研究方向。
　　 本文提出了基于多目標優(yōu)化算法的三維人體運動跟蹤框架，將人體跟蹤問題抽象成一個多目標優(yōu)化問題，恢復人體三維姿態(tài)等同于在人體姿態(tài)空間求解一組相似度函數。其中，多目標函數的建立不僅運用了提取到的多種特征，多鏡頭參數還借鑒了當前流行的產生式(Generative)和判別式(Discriminative)結合的人體運動跟蹤方法的思路。分別由視頻圖像中的關節(jié)點、輪廓、灰度、甚至是判別式方法預測出的三維姿態(tài)等特征

3、匹配，建立多個似然函數，最終利用多目標算法實現函數的優(yōu)化已得到最終所需要的跟蹤結果。
　　 本論文主要完成了下列工作：
　　 1.針對參數維度高、自由度大、易于陷入局部最優(yōu)值，把多目標優(yōu)化算法引入人體跟蹤領域，經實驗驗證可以有效的降低跟蹤過程的時間復雜度并且避免陷入局部最優(yōu)。
　　 2.針對自遮擋和二義性，提出了一種基于多目標優(yōu)化的多目人體運動跟蹤方法。多個相似度函數建立在多目同步視頻的基礎上，實驗結果表明，該方