基于單目無(wú)標(biāo)記點(diǎn)的人體3D運(yùn)動(dòng)估計(jì)關(guān)鍵技術(shù)的研究.pdf

1、近年來(lái)，人體3D運(yùn)動(dòng)估計(jì)成為計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)研究問(wèn)題之一，其主要原因有以下三點(diǎn)：1）家用數(shù)字視頻設(shè)備的普及；2）廣泛的應(yīng)用前景，如虛擬現(xiàn)實(shí)，動(dòng)畫制作、電腦游戲、高級(jí)人機(jī)交互、視頻監(jiān)控、體育輔助訓(xùn)練、機(jī)器人動(dòng)作設(shè)計(jì)等領(lǐng)域；3）日益成熟的計(jì)算機(jī)視覺理論奠定了該研究方向飛速發(fā)展的基礎(chǔ)。
　　由于基于多攝像機(jī)系統(tǒng)和基于單目視頻有標(biāo)記點(diǎn)的研究方法均無(wú)法應(yīng)用于人體自然運(yùn)動(dòng)，因此，越來(lái)越多的研究學(xué)者將研究重點(diǎn)轉(zhuǎn)向了基于單目視頻無(wú)標(biāo)記點(diǎn)的人體

2、3D運(yùn)動(dòng)估計(jì)。然而，用于表達(dá)人體運(yùn)動(dòng)的高維狀態(tài)參數(shù)空間，運(yùn)動(dòng)過(guò)程中物體之間的遮擋現(xiàn)象和人體自遮擋現(xiàn)象等原因，嚴(yán)重阻礙了此方向上研究的發(fā)展，前者導(dǎo)致了龐大復(fù)雜的計(jì)算量；而后者則導(dǎo)致了估計(jì)過(guò)程中的二義性問(wèn)題。
　　本文對(duì)基于單目視頻無(wú)標(biāo)記點(diǎn)的人體3D運(yùn)動(dòng)估計(jì)的相關(guān)技術(shù)進(jìn)行了研究，重點(diǎn)研究基于粒子濾波算法的人體3D運(yùn)動(dòng)估計(jì)。主要工作集中在如何提高粒子濾波算法的計(jì)算效率，以及由于人體運(yùn)動(dòng)過(guò)程中的自遮擋現(xiàn)象而導(dǎo)致的二義性問(wèn)題，并獲得了一定的

3、成果。在此基礎(chǔ)上，對(duì)不同狀態(tài)下的人體運(yùn)動(dòng)估計(jì)進(jìn)行了研究，以實(shí)現(xiàn)不同運(yùn)動(dòng)狀態(tài)下采取不同的策略對(duì)人體3D運(yùn)動(dòng)進(jìn)行估計(jì)。論文完成的工作主要包括以下幾個(gè)方面：
　　1.對(duì)狀態(tài)空間的分解進(jìn)行了研究。通過(guò)引入圖模型結(jié)構(gòu)，重點(diǎn)研究了基于關(guān)節(jié)圖模型結(jié)構(gòu)的狀態(tài)空間分解策略，將手臂運(yùn)動(dòng)狀態(tài)空間分解為兩個(gè)低維子空間，并根據(jù)自頂向下搜索策略，通過(guò)引入關(guān)節(jié)鏈的概念，利用粒子濾波算法對(duì)手臂3D運(yùn)動(dòng)進(jìn)行估計(jì)。同時(shí)，為了加強(qiáng)人體運(yùn)動(dòng)約束，提出了一種新的粒子投影方

4、法。實(shí)驗(yàn)表明，算法表現(xiàn)出了良好的計(jì)算性能，在一定程度上提高了計(jì)算效率。
　　2.在人體運(yùn)動(dòng)過(guò)程中，肢體之間有很強(qiáng)的內(nèi)在關(guān)系。通過(guò)采用基于運(yùn)動(dòng)關(guān)系的學(xué)習(xí)策略，對(duì)右臂運(yùn)動(dòng)過(guò)程中的右大臂和右小臂速度關(guān)系進(jìn)行了分析，對(duì)肢體運(yùn)動(dòng)速度關(guān)系進(jìn)行了研究。通過(guò)該模型，右小臂的運(yùn)動(dòng)可由右大臂的運(yùn)動(dòng)進(jìn)行線性表示，從而在提高計(jì)算效率的同時(shí)，從一定程度上解決了人體自遮擋現(xiàn)象。
　　3.重點(diǎn)研究了利用膚色特征進(jìn)行人體四肢自遮擋的檢測(cè)。在人體運(yùn)動(dòng)過(guò)程中，

5、人體不同肢體的膚色特征在不同的運(yùn)動(dòng)狀態(tài)下呈現(xiàn)出了一定的規(guī)律性。通過(guò)對(duì)這種規(guī)律性的統(tǒng)計(jì)分析，結(jié)合人體先驗(yàn)運(yùn)動(dòng)知識(shí)，將步行人體運(yùn)動(dòng)按照人體四肢自遮擋的情況分為四種自遮擋狀態(tài)，利用馬爾科夫模型，將人體自遮擋的檢測(cè)轉(zhuǎn)換為計(jì)算人體運(yùn)動(dòng)自遮擋狀態(tài)轉(zhuǎn)換概率的問(wèn)題。
　　4.重點(diǎn)研究了如何利用混合跟蹤模型對(duì)不同狀態(tài)下的人體運(yùn)動(dòng)進(jìn)行估計(jì)。在人體運(yùn)動(dòng)過(guò)程中，經(jīng)常會(huì)發(fā)生自遮擋現(xiàn)象，傳統(tǒng)的方法都是通過(guò)離線的方式對(duì)樣本進(jìn)行學(xué)習(xí)以解決自遮擋問(wèn)題，并利用單一的