[發明專利]并行化實時無標記人體運動跟蹤方法有效
| 申請號: | 201210129429.1 | 申請日: | 2012-04-27 |
| 公開(公告)號: | CN102663674A | 公開(公告)日: | 2012-09-12 |
| 發明(設計)人: | 卞亞濤;趙旭;宋健;劉允才 | 申請(專利權)人: | 上海交通大學 |
| 主分類號: | G06T3/20 | 分類號: | G06T3/20 |
| 代理公司: | 上海科盛知識產權代理有限公司 31225 | 代理人: | 趙志遠 |
| 地址: | 200240 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 并行 實時 標記 人體 運動 跟蹤 方法 | ||
技術領域
本發明涉及一種視覺和圖像處理相關技術,尤其是涉及一種并行化實時無標記人體運動跟蹤方法。
背景技術
基于視覺信息的三維人體運動跟蹤,是計算機視覺領域的重要且富有挑戰性的研究方向,相關技術具有廣闊的應用前景,主要應用包括:虛擬現實,電影動畫,智能監控,高級人機交互,視頻傳輸和壓縮以及用于體育和醫學方面的運動分析。傳統的基于粒子濾波(particle?filter)的方法能夠跟蹤高維人體鉸接三維模型的運動,但是由于對粒子似然函數的計算密集而且耗時,時間開銷一直很大,因此無法用于實際應用。隨著計算機硬件系統的不斷升級和計算機視覺理論的繼續完善,目前,建立應用級的人體運動跟蹤系統已經成為極具商業前景的研究重點,而異構計算(heterogeneous?computing)在計算機視覺中的普及應用為實時、快速人體運動跟蹤系統的建立提供了契機。
人體運動跟蹤的主要目標是從圖像和視頻信息中恢復和估計以參數表示的人體姿態,求解真實人體在三維世界坐標系中的位置和姿態參數。M.Isard等人在Visual?tracking?by?stochastic?propagation?of?conditional?density(通過條件密度隨機擴散的視覺跟蹤)中提出了粒子濾波(particle?filter)的方法,提供了用于人體運動跟蹤的魯棒貝葉斯框架。J.Deutscher等人在Articulated?Body?Motion?Capture?by?Annealed?Particle?Filtering(通過退火粒子濾波的鉸接人體運動跟蹤)中提出了退火粒子濾波算法,它將模擬退火的過程納入粒子濾波的框架,能夠跟蹤高維人體三維鉸接模型的運動。但是,作為一種粒子濾波算法的變體,它不可避免地每一步都要對每個粒子計算似然函數,這也導致它的計算開銷很大(Matlab實現45秒鐘每幀)。
由于人體三維運動重建問題的復雜性,使得相關算法的計算復雜度較高,在CPU上運算會遇到較大的瓶頸,而異構計算是很好的選擇。異構框架包括主處理器(比如傳統的CPU)和附屬處理器(attached?processor),附屬處理器是包含成千上萬的輕量級核心的專屬流加速器,比如圖形處理單元(Graphic?Processing?Units)和可編程門陣列(Field?Programmable?Gate?Arrays)。異構計算的主要目的是結合主處理器的通用計算能力和附屬處理器的高度密集計算能力對具體應用進行加速。開放計算語言(Open?Computing?Language)是可以在不同類型的硬件上執行的異構編程框架。當前,異構計算在計算機視覺學術界使用日益廣泛。最近的一個是Jan-Michael?Frahm教授等人在Building?Rome?on?a?Cloudless?Day(萬里無云的一天重建羅馬城)中的工作,他們利用網上得到的大量圖片(百萬級),通過GPU加速技術,一天之內在一臺工作站上實現了對羅馬城的三維數字重建。值得注意的是,之前SameerAgarwal等人在Building?Rome?in?a?day(一天重建羅馬城)上發表的羅馬城重建的成果則是利用了云計算技術,其使用了62臺用于云計算的計算機,而處理的圖片數目僅僅是150000,比上述的圖片處理量小了一個數量級。由此可以明顯的看到異構計算對計算機視覺技術的巨大推動作用。
發明內容
本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種能夠利用普通民用計算機上的異構計算資源、實時準確的進行三維人體運動跟蹤、而且當粒子數目或視角數目增多時計算時間基本保持恒定、具有很好的擴展性的并行化實時無標記人體運動跟蹤方法。
本發明的目的可以通過以下技術方案來實現:
一種并行化實時無標記人體運動跟蹤方法,其特征在于,包括以下步驟:
步驟S1:在主處理器上根據初始人體姿態產生初始粒子并讀取已經得到的邊緣和前景數據;
步驟S2:將Nview個邊緣和前景數據傳輸到附屬處理器上;
步驟S3:將Np個粒子數據傳輸到附屬處理器上;
步驟S4:在附屬處理器上快速并行計算每個粒子的邊緣和前景似然函數;
步驟S5:在主處理器上計算粒子權重;
步驟S6:在主處理器上進行粒子擴散;
步驟S7:在附屬處理器上并行快速地進行粒子選擇;
步驟S8:判斷粒子數目是否達到設定值,若為是,執行步驟S9,否則,返回步驟S6;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海交通大學,未經上海交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210129429.1/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于視覺任務的彩色融合圖像質量評價方法
- 下一篇:醋蛋液制作瓶





