[发明专利]基于几何骨架的人体姿态重建方法

说明书

技术领域

本发明属智能视频监控技术领域，特别是涉及一种基于几何骨架的人体姿态重建方法。

背景技术

在智能视频监控系统中，人体姿态重建是第二个阶段。通过人体姿态重建，能够确定监控视频中人体的姿态，通过检索姿态库中的人体姿态，判断该姿态的危险程度，从而采取一定的预警措施。人体姿态重建是计算机视觉和模式识别的一个基本问题，它被应用到很多领域，如视频监控、体育运动分析、辅助临床医疗诊断等。进行有效的人体姿态重建，能够扩展视频监控系统的功能，使计算机能够更容易地学习、分析和理解人类的动作和行为，从而使视频监控系统变得更智能，有着重要的研究价值。

传统的人体运动分析方法一般分为两种。一是在人体的各个关节部位分别加装机电传感器。在人体运动过程中，传感器会不断地将各关节在空间中的位置返回给计算机，这样计算机就可以精确获得人体在各个时刻的运动信息。二是针对图像序列进行分析。图像序列可以是单个摄像机拍下的，也可以是多个摄像机同时从各个视角拍下的。目前，已经提出的人体姿态重建算法中，大多数采用从图像中提取特征，并与人体模型进行匹配，算法比较复杂，效率也较低。

发明内容

本发明所要解决的技术问题是提供一种利用人体几何骨架，克服传统方法的局限性，提高姿态重建的准确性，得到较高的处理效率，能够在智能视频监控系统中进行稳定而有效的人体姿态重建。

本发明解决其技术问题所采用的技术方案是：提供一种基于几何骨架的人体姿态重建方法，包括下列步骤：

(1)确定人体骨架模型：将人体看成一个由关节点连接的刚体集合，以一条线段来表示一个刚体，得到三维人体骨架模型；

(2)图像预处理：将视频帧通过双向滤波模糊内部纹理保留边界轮廓信息，然后进行阈值化处理得到二值图像，再通过不同形态学滤波、腐蚀、下采样、上采样一系列数学形态学方法对其进行进一步处理，得到背景和人体分离的二值图像；

(3)获取人体几何骨架：从分割出来的人体区域进行细化处理，求得线状几何骨架；

(4)标注首帧关节点：将手工标注或自动标注的关节点绑定到几何骨架上，限制初始关节特征点的位置，缩小初始误差；

(5)用光流法跟踪关节点：通过标注的方式或自动标注的方法，选定需要跟踪的关节点，将关节点集合作为参数，用光流法求得关节点的新位置；

(6)结合几何骨架对跟踪得到的新关节点进行错误判定和位置校正：根据人体生理先验知识，将对光流法计算出的偏离正常位置较远的出错点拉回来绑定在几何骨架上进行校正；

(7)人体姿态三维重建：用比例正交投影模型的参数估计方法，将关节点二维坐标序列转换为三维骨架模型。

所述的步骤(2)的方法为：

1)先对原帧图像进行双向滤波，模糊物体内部纹理，保留物体边缘轮廓信息；

2)将滤波后的图像转成灰度图像；

3)用不同的阈值对灰度图像进行阈值化分割；

4)对阈值化分割后的二值图像进行形态学滤波；

5)进行反复的腐蚀和膨胀处理；

6)先后进行下采样和上采样处理；

7)对图像像素分布进行统计分析得到最终结果。

所述的步骤(5)选用OpenCV视觉库；所述的光流法为图像金字塔中的迭代Lucas-Kanade光流跟踪算法。

具体操作步骤如图1所示。

1.人体骨架模型

我们将人体看成一个由关节点连接的刚体的集合。如上肢是由肘关节连接的上下臂两个刚体组成的，上臂与躯干是由肩关节连接的。我们以一条线段来表示一个刚体，将人体运动简化为人体骨架的运动，这样就得到了一个三维人体骨架模型。如图2所示，该人体模型共包含15个人体的关节点，14段链杆。表1-1给出了本方法采用的人体各部位的比例。