资源描述:
《【硕士论文】_基于模型的行人跟踪.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、摘要摘要人运动的视觉分析就是通过对图像或视频进行处理,获取人体姿态和运动参数,进行姿态识别、语义分析及行为理解,它在虚拟现实、智能监控、人机交互、运动分析、基于模型的编码等方面具有广泛的应用前景和潜在的经济价值。近年来,人运动的视觉分析受到国内外学术界和企业界的广泛关注,但作为计算机视觉领域中的一个热点和难点,仍然有很多理论与技术问题需待解决。本文围绕人运动的视觉分析中的重要课题——基于模型的行人跟踪——展开研究,它不仅涉及底层视觉的许多问题,还是高层视觉处理的基础。基于模型的跟踪是解决行人跟踪问题的一般性框架。我们以这
2、个框架为基础,在模型知识的学习和表示、姿态评价函数、初始化和搜索策略等子课题做了细致的分析和探讨,提出了一些新的算法,并获得了一些有价值的实验结论。(1)从大量训练数据学习得到高斯表示的运动模型,它形式紧凑,在预测和初始化方面有着重要的作用。我们也细致地分析了人体的运动约束,用高斯混合模型模拟关节角度的分布,通过求解置信区间得到关节的活动范围。相邻关节的依赖性用条件概率建模,从训练数据中学习得到概率分布的参数。(2)提出一种比较可靠的运动检测方法,用来提取图像的边缘特征和区域特征。然后,这两种特征被同时考虑到姿态评价函数
3、之中,一方面利用边缘的精确定位提高评价的准确性,另一方面利用区域的丰富信息提高鲁棒性。(3)行人跟踪是一个高维优化问题,本文采用层次化的搜索策略将其分解为全局位置估计和关节角度优化。对于后者,本文以弹力模型为基础,根据刚体绕定轴的转动定律,提出了基于动力学的算法,递归地优化关节角度。(4)为了避免动力学方法的不足,本文进一步将基于模型的行人跟踪纳入概率框架之下,使用粒子滤波进行优化。根据粒子滤波理论,本文着重分析初始化和动态模型。我们用前N帧的时空信息和模型知识初始化人体姿态,融合跟踪的历史信息、运动模型以及运动约束来设
4、计动态模型。关键词:基于模型的行人跟踪,人体模型,运动模型,运动约束,基于动力学的跟踪,粒子滤波,动态模型i基于模型的行人跟踪AbstractVisualanalysisofhumanmotioniscurrentlyoneofthemostactiveresearchtopicsincomputervision.Itaimstorecoverbodyposesandmotionparametersfromstaticimagesorvideosequences.Therecovereddata,usedforposer
5、ecognition,semanticanalysisandbehaviorunderstanding,haveawidespectrumofpromisingapplicationsinmanyareassuchasvirtualreality,smartsurveillance,advancedperceptualinterfaces,motionanalysis,andmodel-basedcoding.Inrecentyears,althoughvisualanalysisofhumanmotionreceive
6、dincreasingattentionfrombothacademiaandindustry,manytheoreticalandtechnicalproblemsremainopen.Thisthesisfocusesonanimportantsubjectinthisfield,i.e.,model-basedtrackingofwalkingpeople,whichnotonlyinvolvesmanyissuesoflow-levelvisionbutalsoprovidesmotiondataforhigh-
7、levelvisualanalysis.Model-basedtrackingofwalkingpeopleisageneralframeworkforpeopletracking.Undersuchaframework,weanalyzetheimportantmodules(includinglearningandrepresentationofpriorknowledge,poseevaluationfunction,initialization,searchstrategy,andsoon),describeso
8、menovelalgorithms,anddrawsomeusefulconclusions.Ourcontributionsaresummarizedasfollows.(1)Acompactmotionmodelislearntfromavolumeoftrainingexamples.Themodel,repr