[发明专利]多目标优化的多镜头人体运动跟踪方法

说明书

技术领域

本发明属于图像处理技术领域，更进一步涉及计算机视觉领域中实现人体运动跟踪的一种方法，采用一种多目标优化的方法实现人体运动跟踪和三维姿态估计，可用于体育训练和动画制作等领域。

背景技术

人体运动跟踪的主要任务是从视频图像中检测出人体轮廓，再对人体的关节点进行定位，在此基础上识别出人体运动姿态，最终重建三维人体运动姿态。由于目前视频图像是三维场景中的人体轮廓在二维图像上的投影，所以，丢失了大量的深度信息，并且人体运动过程中，人体四肢自遮挡现象时常发生，视频图像存在歧义性，这使得很难从无标记单目视频中恢复人体运动姿态。因此，由于基于多镜头视频的人体运动跟踪受到了很多学者的关注。至今，基于视频的人体运动跟踪的方法主要分为两大类：基于学习的人体运动跟踪和基于模型的人体运动跟踪。

第一种，基于学习的人体运动跟踪方法，其实想步骤是：首先在训练的视频图像和目标视频图像数据库里提取精确的图像特征；然后学习训练视频图像数据库的图像特征与运动捕捉数据之间的映射；最后在目标视频图像上直接使用人体特征恢复三维姿态。现有的学习的方法有：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)使用平衡高斯过程动态模型指导在视频序列中跟踪三维人体运动，该动态模型是从较少的包含多种模式的训练运动数据中学习得到。Sigal et al.(L.Sigal andM.Black.Measure Locally，Reason Globally：Occlusion-sensitive articulated pose estimation.IEEE Conference on Computer Vision and Pattern Recognition(CVPR)，2006.)提出一个贝叶斯框架，包含序贯重要性采样和退火粒子滤波，跟踪时使用了多种运动模型。为了使三维恢复更加符合解剖关节限制和降低搜索空间，从训练数据中学习运动模型，使用虚拟标记的欧式距离差作为误差量测。该方法的缺点是提取精确的图像特征需要花费大量的时间，而且跟踪视频受到学习数据库是否存在的限制，不存在学习数据库时无法完成跟踪。

第二种，基于模型的人体运动跟踪方法，其实现是直接在目标视频图像上提取图像信息，建立相似度函数，对相似度函数进行优化从而在高维的状态空间中搜索最优的状态。从而获得更准确的人体姿态，而不需要学习数据库。法国国家信息与自动化研究所(INRIA)的C.Sminchisescu采用此种方法实现了多种人体模型和跟踪方法(C.Sminchisescu and A.Jepson.GenerativeModeling for Continuous Non-Linearly Embedded Visual Inference.International Conference on Machine Learning(ICML)，2004)。Deutscher et al.使用边界和侧影作为图像特征构建加权的相似度函数，应用退火粒子滤波框架实现人体运动跟踪(J.Deutscher and I.Reid.Articulated body motion capture by stochastic search.International Journal of Computer Vision(IJCV)，61(2)：185-205，2004.)。由于该方法只建立一个相似度函数，而用于优化相似度函数的单目标的方法在搜索最优结果时很容易陷入局部最优，导致跟踪到的人体姿态不准确，而且算法的时间复杂度高。

湖南大学申请的专利“基于属性关系图外观模型的多人体跟踪方法”(专利申请号200910043537.5，公开号CN101561928)，首先对当前帧人体检测区域建立属性关系图外观模型，计算与上一帧跟踪人体的属性关系图外观模型的相似度，根据相似度确定帧间人体的匹配，从而确定人体跟踪情况及获取运动轨迹。该专利申请存在的不足是，只能对固定的场景进行人体跟踪，外观模型的相似度不足以准确的跟踪人体姿态。

发明内容

本发明的目的在于针对现有技术中的不足，提出一种基于模型的多目标优化的人体运动跟踪方法，以剔除训练数据库的限制，降低跟踪过程的复杂度，恢复出较为准确的人体姿态。