论文部分内容阅读
人体跟踪与动作分析技术被广泛地应用在场景监控、行为理解、姿态估计以及游戏娱乐等领域,同时也是计算机视觉和临床医学交叉领域所研究的热点问题。以其为技术核心所研发的智能人体行为康复系统通过对患者进行运动康复过程的自动跟踪,从而对其动作行为做出分析得到相应的诊断,该诊断数据可为患者的康复理疗提供进一步指导。因此面向残障人体康复的人体跟踪与动作分析研究具有重要的理论及应用研究价值。基于视觉的3D人体运动估计可以抽象为一个复杂的高维非线性模型,由于要求能够有效地跟踪和分析,具有一定难度。本文采用单一摄像机对场景中单目标的运动进行跟踪和分析。首先,用摄像机录制视频图像序列,然后创建人体的三维抽象模型,之后进行视频图像序列的分析与处理,构建一个以人体轮廓特征、前景人体剪影和前景图像色彩直方分布图为特征的观测模型,通过对人体姿态动作分析,由粒子滤波算法对人体的姿态实现有效跟踪。本文特点是:首先建立了基于关节体的三维人体模型。此模型由模拟头、身躯、手上臂和手前臂的6个刚体,模拟颈、肩、腰和手肘的6个关节点组成,包含16个自由度。该模型能较好地体现人体上半身对各种姿态的要求且简化计算。其次,本文采用由上至下技术和由下至上技术结合的方法对人体初始姿态进行估计,通基于Haar特征的人脸检测技术,和一些物理约束、先验信息以及视频中人体区域的自身特点,使跟踪能够自动初始化。最后,本文设计了一种以粒子滤波为核心的跟踪算法。此算法将目标轮廓、前景剪影和图像色彩三种图像特征利用不同权重叠加起来建立人体跟踪的似然估计函数,能够提高人体模型投影与视频图像匹配的精度及可靠性。实验证明,该系统能在实验环境下稳定跟踪平行于摄像机的人体运动。