基于逆向運動學(xué)的人體運動圖像跟蹤算法研究.pdf

1、基于視覺的人體運動分析是計算機(jī)視覺領(lǐng)域的一個研究熱點，在自然人機(jī)交互和虛擬現(xiàn)實等領(lǐng)域有廣泛應(yīng)用?；谀嫦蜻\動學(xué)的人體運動跟蹤方法是面向單目視頻的、基于人體外觀模型和模板匹配技術(shù)的無標(biāo)記人體運動跟蹤方法，其具有無需標(biāo)記、使用方便的優(yōu)點，但是其具有跟蹤精度不高且相當(dāng)耗時的缺陷。本文針對基于逆向運動學(xué)人體運動跟蹤算法跟蹤精度不高與相當(dāng)耗時的缺陷，提出了相應(yīng)的改進(jìn)方法。
　　本文的主要工作和創(chuàng)新點如下:
　　1.本文對基于逆向運動跟

2、蹤算法的關(guān)節(jié)位置預(yù)測方法和旋轉(zhuǎn)角的計算方法進(jìn)行了改進(jìn)。關(guān)節(jié)位置預(yù)測方法的優(yōu)劣會影響跟蹤算法效率和有效性?；谀嫦蜻\動跟蹤算法做了關(guān)節(jié)的運行模式是速度不變的假設(shè)，而真實的跟蹤過程中關(guān)節(jié)的運動模型是變速的且?guī)в须S機(jī)性的，會導(dǎo)致他們的局部尋優(yōu)較慢;當(dāng)預(yù)測位置出現(xiàn)較大偏差，關(guān)節(jié)不在尋優(yōu)區(qū)域時，會導(dǎo)致找不到準(zhǔn)確的關(guān)節(jié)位置。因此，我們采用了粒子濾波的方式對關(guān)節(jié)位置進(jìn)行預(yù)測，提高了跟蹤的有效性。
　　2.本文對基于逆向運動跟蹤算法的模板匹配方法

3、進(jìn)行了改進(jìn)?；谀嫦蜻\動學(xué)的跟蹤方法采用的是灰度直方圖匹配的方式。當(dāng)關(guān)節(jié)在圖像中的某幾個位置時，此關(guān)節(jié)對用的形變外觀模型的灰度直方圖可能是一樣的，因為灰度直方圖表示的統(tǒng)計信息，它沒有考慮到形變外觀模型的每個像素對應(yīng)情況，故它確定的最優(yōu)匹配位置有可能不是最優(yōu)匹配位置。故我們采用計算兩者相關(guān)系數(shù)的方法對其相似程度進(jìn)行評估，考慮了兩個圖像塊對應(yīng)像素的相似程度，比計算灰度直方圖相似度的方法能更加準(zhǔn)確的獲得關(guān)節(jié)的最優(yōu)估計位置，進(jìn)而提高了跟蹤算法的

4、有效性。
　　3.提出了利用3dmax生成序列圖片作為測試樣本，將跟蹤結(jié)果與3dmax的得到的真實數(shù)據(jù)進(jìn)行比較的驗證方法。其中，圖片序列的生成過程采用根據(jù)已知運動目標(biāo)的關(guān)節(jié)位置，生成人體的動作序列，進(jìn)而生成實驗所需視頻。然后，使用傳統(tǒng)算法與本文算法在生成所得視頻基礎(chǔ)上進(jìn)行運動目標(biāo)的跟蹤，從而獲得運動目標(biāo)的最優(yōu)估計值。最后，將估計值與原始的真實值進(jìn)行比較，通過計算各人體關(guān)節(jié)的圖像空間的像素值偏差，來說明本文算法的有效性。