[發明專利]基于隨機高斯隱變量的人體運動跟蹤方法

無效

• 申請號: 201210133724.4
• 申請日: 2012-05-03
• 公開（公告）號: CN102663779A
• 公開（公告）日: 2012-09-12
• 發明（設計）人: 韓紅;謝福強;韓啟強;張紅蕾;顧建銀;李曉君;甘露;郭玉言;劉三軍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

技術領域

本發明屬于圖像處理技術領域，更進一步涉及到計算機視覺領域中實現人體運動跟蹤的一種方法，可用于體育訓練和動畫制作，視頻監控領域。

背景技術

人體運動跟蹤的主要任務是從視頻圖像中檢測出人體輪廓，再對人體的關節點進行定位，在此基礎上識別出人體運動姿態，最終重建三維人體運動姿態。由于目前視頻圖像是三維場景中的人體輪廓在二維圖像上的投影，所以，丟失了大量的深度信息，并且人體運動過程中，人體四肢自遮擋現象時常發生，視頻圖像存在歧義性，這使得很難從無標記單目視頻中恢復人體運動姿態。但是，由于基于單目視頻的人體運動跟蹤在醫學治療、體育訓練、動畫制作、智能監控系統等各個方面都有潛在的應用和經濟價值，所以受到了很多學者的關注。至今，基于視頻的人體運動跟蹤的方法主要分為以下兩大類：

第一種是基于學習的人體運動跟蹤方法。該方法首先在訓練的視頻圖像和目標視頻圖像數據庫里提取精確的圖像特征，然后學習訓練視頻圖像數據庫的圖像特征與運動捕捉數據之間的映射，最后在目標視頻圖像上直接使用人體特征恢復三維姿態。如Urtasun?et?al.(R.Urtasun?and?T.Darrell.Local?Probabilistic?Regression?for?Activity-Independent?Human?Pose?Inference?IEEE?Conference?on?Computer?Vision?and?Pattern?Recognition(CVPR)，2008)文章，就是使用平衡高斯過程動態模型指導在單目視頻序列中跟蹤三維人體運動，該動態模型是從較少的包含多種模式的運動訓練數據中學習得到。Sigal?et?al.(L.Sigal?and?M.Black.Measure?Locally，Reason?Globally：Occlusion-sensitive?articulated?pose?estimation.IEEE?Conference?on?Computer?Vision?and?Pattern?Recognition(CVPR)，2006.)在該文章中提出一個貝葉斯框架，該框架包含序列重要性采樣和退火粒子濾波，并且在跟蹤時使用了多種運動模型。為了使三維姿態恢復更加符合解剖學關節約束，同時使搜索空間降維，該框架從訓練數據中學習運動模型，使用虛擬標記的歐式距離差作為量測誤差。該方法的缺點是提取精確的圖像特征需要花費大量的時間，而且視頻跟蹤受到是否存在學習數據庫的限制，若不存在學習數據庫，則無法完成視頻跟蹤。

第二種是基于模型的人體運動跟蹤方法。該方法不需要學習數據庫，直接在目標視頻圖像上提取圖像信息，建立目標圖像與模型的相似度函數，然后對相似度函數進行優化從而在高維的狀態空間中搜索最優的狀態，從而獲得準確的人體姿態。如法國國家信息與自動化研究所(INRIA)的C.Sminchisescu和A.Jepson.在(C.Sminchisescu?and?A.Jepson.Generative?Modeling?for?Continuous?Non-Linearly?Embedded?Visual?Inference.International?Conference?on?Machine?Learning(ICML)，2004)的文章中采用此種方法實現了使用多種人體模型的運動跟蹤。Deutscher?et?al.在(J.Deutscher?and?I.Reid.Articulated?body?motion?capture?by?stochastic?search.International?Journal?of?Computer?Vision(IJCV)，61(2)：185-205，2004.)的文章中使用邊界和側影作為圖像特征構建加權的相似度函數，應用退火粒子濾波實現了人體運動跟蹤。由于該方法只建立一個相似度函數，而用于優化相似度函數的方法在搜索最優結果時很容易陷入局部最優，導致跟蹤到的人體姿態不準確，而且算法的時間復雜度高。

發明內容

本發明的目的在于針對現有技術中的不足，提出一種基于隨機高斯隱變量模型的人體運動跟蹤的方法，以提高人體運動跟蹤姿態的準確性，減少運算時間，并實現在不同數據庫上對運動人體的跟蹤。

本發明的技術思路是：利用視頻圖像中人體關節點的位置作為觀測數據Y，以Y為已知數據，用一組未觀測到的隱變量X來表示Y，用高斯分布p(Y|X)表示兩者之間的函數關系，對這個高斯分布用梯度下降的方法即導數法求解出X，通過X反向預測可以得到人體的關節點位置通過連接這些關節點的位置，表示出人體的運動姿態。其實現步驟包括如下：