[發明專利]基于高斯混合模型的人體跟蹤方法

無效

• 申請號: 200810034533.6
• 申請日: 2008-03-13
• 公開（公告）號: CN101251895A
• 公開（公告）日: 2008-08-27
• 發明（設計）人: 張玉冰;曾貴華
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20
• 代理公司: 上海交達專利事務所
• 代理人: 王錫麟;王桂忠

技術領域

本發明涉及一種圖像處理技術領域的方法，具體是一種基于高斯混合模型的人體跟蹤方法。

背景技術

人體運動分析是當代生物力學和計算機視覺相結合的一項重要技術。它在智能監控、人機交互、生物識別技術和虛擬現實等領域都有著廣泛的應用。特別是人體腿部的運動分析，為醫療、體育等研究提供了重要的參考數據。

經對現有技術文獻的檢索發現，Qi?Zhao等在International?Conference?onPattern?Recognition(模式識別國際會議，2006)上發表的Part?Based?HumanTracking?In?A?Multiple?Cues?Fusion?Framework(在多線索融合框架下的基于部件的人體跟蹤)中，提出為人體各個跟蹤部分建立HMM(隱馬爾可夫)模型，采用最大后驗概率的準則對各部分跟蹤。其不足之處在于將每個跟蹤部位整體作為跟蹤對象進行跟蹤，不能有效地克服遮擋問題。

發明內容

本發明的目的在于克服上述方法的不足，提出了一種基于高斯混合模型(GMM)的人體跟蹤方法，用人體線性模型對人體建立模型，采用卡爾曼濾波分別跟蹤人體的頭部、頸部、質心和雙腳，并且對雙腳的運動狀態建立GMM模型，不但可以提高跟蹤效率，而且可以識別出雙腳狀態。

本發明是通過以下技術方案實現的，本發明首先用人體線性模型對人體建立模型，將人體的頭、頸、質心和雙腳作為跟蹤部位，然后在后續的幀中對人體各跟蹤部位進行卡爾曼濾波跟蹤，其中對于雙腿基于GMM模型進行跟蹤，對左腳采用卡爾曼濾波進行跟蹤，并通過對左腳的狀態判斷出右腳的運動狀態，簡化對右腳的跟蹤。

所述用人體線性模型對人體建立模型，具體為：用圓圈表示人體的頭、頸、質心和雙腳，圓圈表示的人體部位即為跟蹤部位，用線段將跟蹤部位連接起來，獲得相應的人體各部分的高度比例。

所述跟蹤，其跟蹤的特征值是人體的頭部位置、頸部位置、質心位置以及雙腿的擺動角度。

所述對人體各跟蹤部位進行跟蹤，具體為：采用卡爾曼濾波對人體模型的每個部位進行跟蹤，卡爾曼濾波包括預測和修正兩部分，預測部分是指：預測方程組利用前一時刻的狀態值和預測誤差做出預測，得到各個跟蹤部件在當前時刻的位置；修正部分是指：由于預測結果會存在一定誤差，由修正方程組利用獲得的當前時刻的觀測值來修正預測結果。

所述基于GMM模型進行雙腿跟蹤，具體為：對于人體的質心和雙腳建立單擺模型，通過雙腿的擺動角度對雙腳進行定位；同時，對雙腳的運動狀態建立GMM模型，將人體雙腳的運動分為兩個狀態：左腳運動右腳靜止的狀態和右腳運動左腳靜止的狀態，對于這兩個狀態分別建立一個高斯模型，通過左腳擺動的狀態判斷出右腳的運動處于哪一個高斯模型，當右腳處在相對地面靜止的時候，則無需對其進行卡爾曼預測，只需要采用修正方程修正運動參數就可以保證跟蹤的準確性。

與現有技術相比，本發明具有如下有益效果：本發明能夠獲得較高的跟蹤準確率，使用線性模型計算簡單直觀。通過卡爾曼濾波預測部件在下一幀的參數，以及使用觀測值修正預測值，保證了部件跟蹤的準確性。使用GMM為跟蹤對象建模，提高了跟蹤效率并且可以識別出雙腿運動的狀態，對右腳運動狀態判斷的正確率為88.8％。

附圖說明

圖1是本發明對人體結構圖建立人體線性模型示意圖

其中：圖(a)為人體結構圖，(b)為人體線性模型示意圖；

圖2是本發明的雙腿單擺模型；

圖3是本發明實施例的實驗結果；

圖4是本發明的右腳擺動角度的跟蹤結果曲線圖。

具體實施方式

下面結合附圖對本發明的實施例作詳細說明：本實施例在以本發明技術方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護范圍不限于下述的實施例。

如圖3所示，本實施例用于跟蹤一段視頻序列中的行人。

本實施例包括如下步驟：

步驟一，用人體線性模型對人體建立模型，如圖1所示，圖(a)為人體結構圖，(b)為人體線性模型示意圖，用圓圈表示人體的頭、頸、質心和雙腳，圓圈表示的人體部位即為跟蹤部位，用線段將跟蹤部位連接起來，在圖像序列中根據各個部分的位置或者擺動角度作為特征進行跟蹤。其中，對頭部、頸部和質心的跟蹤是相互獨立的，對于雙腿，則利用其擺動的角度作為特征進行跟蹤；

步驟二，對頭部、頸部、質心的位置，采用卡爾曼濾波進行跟蹤，卡爾曼濾波的跟蹤分為預測和修正兩個部分。