[發明專利]基于深度核信息圖像特征的人體運動跟蹤方法

有效

• 申請號: 201310030672.2
• 申請日: 2013-01-27
• 公開（公告）號: CN103093211A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 韓紅;謝福強;張紅蕾;韓啟強;李曉君;顧建銀
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于深度核信息圖像特征的人體運動跟蹤方法包括如下步驟：

（1）從原始的視頻圖像中獲得人體關節點的三維坐標矩陣Y；

（2）提取訓練視頻圖像的核圖像特征x(U)：

2a)輸入待處理訓練視頻圖像集轉換為連續單幅序列圖，根據圖像內容，判斷需要識別的主要人體目標，提取像素大小為64*192的含有人體的矩形框體，作為之后處理的訓練樣本圖像集U；

2b)對訓練樣本圖像集U中的像素點分別求梯度，得到每一個像素點的方向和模值其中，z為圖像塊中的像素點，z∈U；

2c）使用方向高斯核函數k_o(·)計算不同像素點之間的角度相似度:

ko(θ→z,θ→s)=exp(-γ0||θ→z-θ→s||2),]]>

其中，γ₀為方向高斯核參數，為圖像塊中像素點z的方向角，為圖像塊中像素點s的方向角，exp(·)表示求自然對數的指數函數，||·||²表示求二范數；

2d）對圖像塊中的方向核函數進行取樣，得到一組方向偏置向量其中，p_i為第i個方向偏置向量，d_o為方向偏置向量的總數，i∈[1,d_o]，則得到方向偏置基向量的高斯核函數：

ko(θ→z,pi)=exp(-γ0||θ→z-pi||2),]]>

其中，γ₀為方向高斯核參數，為圖像塊中像素點z的方向角，p_i為第i個方向偏置基向量；

2e）使用位置高斯核函數k_l(·)計算不同像素點之間的相似度:

k_l(L_z,L_s)＝exp(-γ_l||L_z-L_s||²)，

其中，γ_l為位置高斯核參數，L_z為圖像塊中像素點z的位置、L_s為圖像塊中像素s的位置；

2f)對圖像塊中的位置核函數進行取樣，得到一組位置偏置基向量其中，q_j為第j個位置偏置向量，d_l為位置偏置基向量的總數，j∈[1,d_l]；

2g）根據偏置基向量和位置高斯核函數k_l(L_z,L_s)，得到位置偏置基向量的高斯核函數：

k_l(L_z,q_j)＝exp(-γ_l||L_z-q_j||²)，

其中,γ_l為位置高斯核參數，L_z為圖像塊中像素點z的位置，q_j為第j個位置偏置基向量；

2h）根據像素點z的模值方向偏置基向量的高斯核函數以及位置偏置基向量的高斯核函數k_l(L_z,q_j)，得到整個圖像集U的核圖像特征x(U)：

x(U)=Σi=1doΣj=1dlαij{Σz∈Um→zko(θ→z,pi)kl(Lz,qj)},]]>

其中，∑·表示求和，α_ij為核投影系數，d_l為位置偏置向量的總數，d_o為方向偏置向量的總數，z為圖像中的像素點，為像素點z的方向，為像素點z的模值，p_i為第i個方向偏置向量，q_j為第j個位置偏置向量，L_z為圖像塊中像素點z的位置；

（3）使用塊匹配方法提取訓練視頻圖像的深度信息D；

（4）將深度信息D與核圖像特征x(U)相加，得到深度核信息圖像特征X；

X＝D+x(U)；

(5)使用深度核信息圖像特征X進行人體運動姿勢的跟蹤，對輸入視頻圖像進行三維運動姿勢估計，并將估計到的三維運動姿勢數據恢復成關節點骨架作為最終的跟蹤結果。