[發(fā)明專利]低分辨率圖像處理中的頭部姿態(tài)估計的方法

無效

• 申請?zhí)枺?/td>: 201010259542.2
• 申請日: 2010-08-21
• 公開（公告）號: CN101908153A
• 公開（公告）日: 2010-12-08
• 發(fā)明（設(shè)計）人: 張鳴;孫兵;李科;劉允才
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 上海交達專利事務(wù)所 31201
• 代理人: 王錫麟;王桂忠

1.一種低分辨率圖像處理中的頭部姿態(tài)估計的方法，其特征在于，根據(jù)訓(xùn)練視頻及其已知的頭部姿態(tài)，提取視頻中的訓(xùn)練圖像塊，訓(xùn)練一個用于估計頭部姿態(tài)的霍夫森林；霍夫森林是一個二叉分類樹，訓(xùn)練的結(jié)果是使得在樹的每一個葉子節(jié)點中所包含的訓(xùn)練數(shù)據(jù)的不確定性最??；在完成訓(xùn)練過程后，對輸入圖像幀進行頭部姿態(tài)估計；利用霍夫森林對輸入圖像中的圖像分塊分類到一個葉子節(jié)點，再基于子節(jié)點中保存的訓(xùn)練數(shù)據(jù)在頭部姿態(tài)空間中投票，最后累計投票結(jié)果，將得到投票最多的值作為姿態(tài)估計結(jié)果。

2.根據(jù)權(quán)利要求1所述的低分辨率圖像處理中的頭部姿態(tài)估計的方法，其特征是，包括以下步驟：

①.提取訓(xùn)練圖像塊：提取作為訓(xùn)練數(shù)據(jù)給出的圖像，提取其中人體部分的圖像塊，其中對應(yīng)頭部位置的圖像塊為訓(xùn)練的正樣本，其余位置的為負樣本，同時記錄其對應(yīng)的姿態(tài)真值；

②.計算訓(xùn)練圖像塊的圖像特征，包括：像素的Lab值、一階及二階梯度值和梯度方向直方圖；

③.訓(xùn)練霍夫森林，等價于建立輸入圖像塊的高維特征空間的一個劃分，訓(xùn)練的目的是使得每一個劃分中的訓(xùn)練樣本對應(yīng)的姿態(tài)真值的不確定性最??；

④.提取測試圖像中的圖像塊并提取特征；

⑤.利用霍夫森林投票估計頭部姿態(tài)，首先利用霍夫森林對測試圖像中的圖像塊進行分類，對于每一個圖像塊達到的葉子節(jié)點，基于其中保存的訓(xùn)練數(shù)據(jù)對頭部姿態(tài)投票，投票最多的值作為頭部姿態(tài)估計結(jié)果。

3.根據(jù)權(quán)利要求1或者2所述的低分辨率圖像處理中的頭部姿態(tài)估計的方法，其特征是，所述的訓(xùn)練圖像塊，是指給定訓(xùn)練視頻后，首先根據(jù)背景減除的結(jié)果大致定位在每一幀中的人體位置，確定頭部定位方框，然后在人體所在的方框中提取圖像塊，其中頭部方框內(nèi)的圖像塊作為正樣本，而頭部以外位置的樣本作為負樣本，其中對于正樣本，根據(jù)動作捕捉數(shù)據(jù)記錄下該樣本中心點相對于頭部的位置，同時記錄頭部的朝向。

4.根據(jù)權(quán)利要求1或者2所述的低分辨率圖像處理中的頭部姿態(tài)估計的方法，其特征是，所述的訓(xùn)練圖像塊的圖像特征為：首先將原彩色圖片由RGB空間轉(zhuǎn)換到Lab空間，因為Lab空間更加符合人眼對色彩的感知，其中L為亮度通道而ab為兩個色彩通道；每個像素在Lab通道上的三個值構(gòu)成了最后的特征空間的前三個維度；其次分別在x、y方向上對原圖像的灰度圖求一階和二階梯度，通過與x、y方向的sobel算子在圖像平面上卷積得到，這四個值為特征空間的4～7維度；最后的12個維度是以該點為中心的圖像塊的梯度方向直方圖；圖像塊中每一點的梯度方向被分為12個類，再根據(jù)梯度值的大小累加這12個類的方向強度；所得到的梯度方向密度被實踐證明有很好的分類效果；于是，對于步驟1中提取出的每一個圖像塊中的每一個像素點，一共可以計算出19個維度的特征。

5.根據(jù)權(quán)利要求1或者2所述的低分辨率圖像處理中的頭部姿態(tài)估計的方法，其特征是，所述的霍夫森林，其本質(zhì)上是一系列的二叉分類樹，樣本在經(jīng)過一個測試節(jié)點時，會根據(jù)樣本的圖像特征值進行一個測試，當(dāng)結(jié)果為真時，該樣本進入該測試節(jié)點的左邊的子節(jié)點，反之則進入右邊的子節(jié)點。

6.根據(jù)權(quán)利要求1或者2所述的低分辨率圖像處理中的頭部姿態(tài)估計的方法，其特征是，所述的圖像塊為對于每一幀測試圖像，人體的大致位置依然能夠根據(jù)背景減除來估計，并確定一個方框，在方框中選取圖像塊。

7.根據(jù)權(quán)利要求1或者2所述的低分辨率圖像處理中的頭部姿態(tài)估計的方法，其特征是，所述的提取特征是指計算每個圖像塊在Lab空間的表示、一階及二階梯度和梯度方向直方圖特征。