單一深度圖像人體部位識(shí)別.pdf

1、人體姿態(tài)識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)重要的研究方向，已經(jīng)在人機(jī)交互、智能監(jiān)控等多個(gè)行業(yè)中得到了廣泛應(yīng)用。對(duì)視頻中運(yùn)動(dòng)人體部位的準(zhǔn)確識(shí)別，可為人體姿態(tài)識(shí)別研究奠定基礎(chǔ)，從而降低人體行為分析難度。為了避免光照強(qiáng)度、陰影、物體紋理等外界因素的干擾和減少人體部位匹配模型自身誤差的影響，本文基于深度圖像，采用特征分類的方式將人體部位識(shí)別問(wèn)題轉(zhuǎn)換成部位像素點(diǎn)的分類問(wèn)題。為聚集部位像素點(diǎn)的分類信息，通過(guò)聚類算法實(shí)現(xiàn)部位關(guān)節(jié)點(diǎn)預(yù)測(cè)，然后提取人體三維骨架圖

2、，作為人體部位識(shí)別最終輸出結(jié)果。
　　本文的主要研究?jī)?nèi)容可分為以下幾個(gè)方面:
　　1.鑒于目前沒(méi)有公開的人體部位標(biāo)記樣本庫(kù)，為了解決人體部位識(shí)別缺少訓(xùn)練數(shù)據(jù)的問(wèn)題，本文引用CMU運(yùn)動(dòng)捕捉數(shù)據(jù)庫(kù)動(dòng)作序列，通過(guò)Kinect傳感器獲取深度圖像，采用人工標(biāo)記法自行構(gòu)建人體部位標(biāo)記樣本庫(kù)?？紤]到人體體型受性別、胖瘦、著裝差異等因素影響，所以本樣本庫(kù)數(shù)據(jù)源由多個(gè)不同體型的采樣對(duì)象在真實(shí)場(chǎng)景中采集得到。
　　2.為了提高人體部位識(shí)別

3、準(zhǔn)確率，以深度差分特征為基礎(chǔ)，引入人體部位尺寸因子，采用隨機(jī)森林算法構(gòu)建分類模型。通過(guò)實(shí)驗(yàn)表明，采用改進(jìn)型分類模型識(shí)別人體部位時(shí)具有更高的部位識(shí)別準(zhǔn)確率。
　　3.為了預(yù)測(cè)部位關(guān)節(jié)點(diǎn)和提取人體三維骨架圖，本文首先基于Mean shift算法，結(jié)合人體部位尺寸因子，提出帶寬自適應(yīng)部位大小的改進(jìn)型Mean shift部位關(guān)節(jié)點(diǎn)預(yù)測(cè)算法;然后根據(jù)人體生理結(jié)構(gòu)，用直線連接相連部位關(guān)節(jié)點(diǎn)，再融合深度信息，最終完成人體三維骨架圖的提取。通過(guò)實(shí)