[发明专利]基于分布式协同学习的人体运动跟踪方法

说明书

技术领域

本发明属于计算机视觉及视频图像处理技术领域，主要涉及视频人体运动跟踪和三维姿态恢复，可用于运动捕获、人机交互及视频监控。

背景技术

视频人体运动跟踪是近二十年内计算机视觉领域的重大热点之一，人物是核心的内容，反映着图像的核心语义特征。此类技术已在运动捕获，人机交互，视频监控等多领域获得了初步的应用，并具重大的应用前景。对视频人体运动跟踪的理解和解译属于视频图像处理范畴，还涉及模式识，别机器学习及信号处理，等众多学科。三维人体运动跟踪和姿势恢复一系列的研究是计算机视觉领域一个长期存在，重要而距离彻底解决尚很遥远的问题。对人类来说，观看一幅图像时几乎可以瞬间理解其中人物的姿态；然而对于计算机来说，这种理解需要克服重重困难，必需要一种有效的图像特征表征其中的人物运动状态以及图像纹理，轮廓等细节信息，作为计算机的识别接口。在运动跟踪过程中，需要将运动跟踪判定方法和图像特征表示结合使用达到对人体的运动跟踪和三维姿势恢复。现有的运动跟踪中使用的跟踪判定方法大致可分为产生式和判别式。图像特征表示方法大致可以分为基于全局特征点方法和基于局部字码表的特征表示方法，如梯度直方特征HOG、层级化特征HMAX、形状上下文、及尺度不变性特征点的方法等。

目前已经有很多成熟的建模方法被运用到人体运动跟踪和三维姿态重构中。但是大部分的建模方法均由单个学习机完成，这样使得内存需求和运算时间都非常巨大，特别在要处理的数据几何级增长的今天，这些方法显得力不从心，它们的实际应用被大大限制了。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于分布式协同学习的人体运动跟踪方法，以在保持精度的情况下，降低学习机的内存需求和训练所需的时间。

本发明的技术思路是：从视频图像序列中提取含有人体全身的图像部位，然后利用一些经典的描述子对图像提取特征，然后对得到的特征向量做随机映射得到映射向量。将此映射与相应训练图像的真实姿势分构成的人体运功跟踪模型分割为N个子模型，每个子模型用一个学习机处理。在迭代求解过程中，各个学习机并行处理，并互相影响最终共同决策出一个人体运功跟踪模型公共解，该公共解与分割前的模型的解具有相同的精度。学习到公共解之后就可对待测试的视频图像序列进行运动跟踪和三维姿势恢复。这样一来本来由一个学习机承担的硬件成本和训练时间就被这N个学习机分摊了，因此本发明能在保持精度不变的情况下，降低硬件需求和训练所需的时间。

本发明的技术方案通过如下步骤实现：视频图像处理具体包括：

（1）输入待处理的真实姿态已知的训练视频和测试视频，并将其转换为连续单幅序列图，根据图像内容确定需要识别的主要人体目标图像区域，并用矩形框体将其提取出，再将由训练视频得到的和由测试视频得到的图像区域的大小统一转换为近似于人体运动比例的64×192像素的初始图像，分别作为训练样本和测试样本，训练样本的真实姿态用姿态矩阵表示，其中N_train是训练样本的个数，E是真实姿态的维数；