基于衣服屬性感知的人體姿勢(shì)預(yù)測(cè).pdf

1、近年來在圖像分析、動(dòng)作識(shí)別等領(lǐng)域，人體姿勢(shì)預(yù)測(cè)這個(gè)基本問題得到了科學(xué)家們廣泛的關(guān)注。從已有的工作來看，人的頭部、身軀等部位已經(jīng)取得了很高的精度，但是手臂由于其豐富的姿勢(shì)變化，目前還只有0.7的精度，這幾乎是人體姿勢(shì)預(yù)測(cè)領(lǐng)域最大的挑戰(zhàn)。一個(gè)簡(jiǎn)單的想法是，衣服屬性信息對(duì)于姿勢(shì)的精準(zhǔn)預(yù)測(cè)有很大的幫助。前人也有很多利用衣服屬性信息去幫助姿勢(shì)預(yù)測(cè)的工作，但是需要人為地去標(biāo)注大量的衣服屬性標(biāo)簽信息，這是一項(xiàng)極其耗時(shí)的工作。
　　在本文中，我們

2、提出了基于隱式衣服屬性的人體姿勢(shì)預(yù)測(cè)（Human Pose Estimation）模型。本文通過對(duì)圖畫式結(jié)構(gòu)（Pictorial Structure）進(jìn)行擴(kuò)展來形式化人體姿勢(shì)預(yù)測(cè)問題，特別地，我們將衣服屬性作為隱變量來建模。跟傳統(tǒng)的基于標(biāo)注信息進(jìn)行預(yù)測(cè)的方法不同，我們不需要衣服屬性的標(biāo)注信息，而且可以高效的進(jìn)行求解。在本文中，我們定義了幾種比較重要的衣服屬性，并且建立了衣服屬性和人體部位之間的關(guān)系（比如袖子和手臂等）。進(jìn)而，我們?cè)O(shè)計(jì)了兩

3、種特征，一是人體軀干對(duì)應(yīng)的特征，二是人體軀干和衣服屬性的聯(lián)合特征?；诼?lián)合特征，采用隱式結(jié)構(gòu)式支持向量機(jī)（Latent Structure SVM）算法來進(jìn)行模型的訓(xùn)練。所有的隱變量問題都會(huì)涉及到隱變量的初始化問題，我們采用K-Means聚類算法來初始化隱變量。接著，采用增量迭代的方式來進(jìn)行參數(shù)的學(xué)習(xí)，即就是最小化隱式結(jié)構(gòu)式支持向量機(jī)的目標(biāo)函數(shù)。本文采用迭代的方式來求解最優(yōu)解，首先當(dāng)衣服屬性變量確定的時(shí)候，本文采用動(dòng)態(tài)規(guī)劃（Dynami