基于深度圖像的人體輪廓識(shí)別技術(shù).pdf

1、人體運(yùn)動(dòng)的視覺(jué)分析是近幾年來(lái)的熱點(diǎn)話題，在機(jī)器視覺(jué)領(lǐng)域中備受關(guān)注。它在人機(jī)交互，視頻會(huì)議，醫(yī)療診斷，游戲動(dòng)畫(huà)，虛擬現(xiàn)實(shí)，以及社區(qū)，超市，銀行，圖像存儲(chǔ)的安全監(jiān)控等領(lǐng)域具有廣闊的應(yīng)用前景和潛在的經(jīng)濟(jì)價(jià)值，引起了研究人員和相關(guān)企業(yè)的極大興趣。
　　人體輪廓識(shí)別作為人體運(yùn)動(dòng)視覺(jué)分析的重要組成部分，識(shí)別的準(zhǔn)確性將直接影響到人體運(yùn)動(dòng)視覺(jué)分析的成功與否，因此具有重要的理論價(jià)值和廣泛的應(yīng)用范圍。傳統(tǒng)的人體輪廓識(shí)別技術(shù)主要基于可見(jiàn)光相機(jī)拍攝的RG

2、B彩色圖像，魯棒性不高。其主要原因是易受光照變化，復(fù)雜環(huán)境和物體遮擋等因素的影響。本文主要研究在復(fù)雜動(dòng)態(tài)背景下多個(gè)人體目標(biāo)輪廓的快速識(shí)別技術(shù)。該方法可以作為人體姿態(tài)檢測(cè)跟蹤，行為識(shí)別等研究的初步工作，其研究具有較好的理論意義和工程應(yīng)用價(jià)值。本文也在最后將人體輪廓的二維坐標(biāo)信息轉(zhuǎn)化成空間三維信息，為人體行為識(shí)別相關(guān)研究提供進(jìn)一步的支持。試驗(yàn)表明，在實(shí)驗(yàn)室等復(fù)雜環(huán)境中本方法能較好的對(duì)人體目標(biāo)輪廓實(shí)時(shí)識(shí)別，且不受燈光等因素的影響。
　　

3、論文的主要研究如下:
　　(1)研究了基于快速行進(jìn)的FMM修復(fù)算法以及腐蝕，膨脹等常用的圖像處理算法，對(duì)深度圖進(jìn)行修復(fù)操作。根據(jù)深度圖中像素大小與人體和攝像頭距離正相關(guān)的固有特征，將圖片根據(jù)深度值范圍進(jìn)行分割并進(jìn)行輪廓檢測(cè)，得到不同深度的輪廓集，完成對(duì)不同大小模板匹配的預(yù)處理工作。
　　(2)研究了模板匹配的相關(guān)技術(shù)，將輪廓的均方距離和Hu矩特征匹配技術(shù)結(jié)合對(duì)人體頭部輪廓模板與實(shí)時(shí)獲取的輪廓集進(jìn)行匹配篩選，實(shí)現(xiàn)人體輪廓定位。

4、
　　(3)研究了粗粒度并行遺傳算法。將輪廓的相似度轉(zhuǎn)化成遺傳算法中的適應(yīng)度函數(shù)，初始化若干個(gè)種群，通過(guò)自然界種群進(jìn)化的思想加快搜索輪廓匹配的進(jìn)程，提高人體輪廓定位的實(shí)時(shí)性。
　　(4)研究了基于點(diǎn)云的人體三維重建技術(shù)，建立了kinect坐標(biāo)系以及圖像坐標(biāo)系之間轉(zhuǎn)換模型，將人體輪廓的二維坐標(biāo)信息轉(zhuǎn)化為三維空間坐標(biāo)，使用Delaunay三角剖分算法將點(diǎn)云三角化，實(shí)現(xiàn)人體姿態(tài)的三維重建，并且通過(guò)坐標(biāo)運(yùn)算可以實(shí)現(xiàn)人體部位的位移，速