[发明专利]基于量子免疫克隆算法的三维人体运动跟踪方法

权利要求书

1.一种基于量子免疫克隆算法的三维人体运动跟踪方法，包括如下过程：

(1)在有人体姿态存在的单目图像序列中，检测出二维图像中二维人体关键关节点；并使用经典kalman滤波器，对检测到的二维人体关键关节点进行遮挡点和漏检点预测，使二维人体关键关节点的运动更加合理和稳定；

(2)根据检测并预测处理后的二维人体关键关节点，建立一个虚拟的人体三维骨架模型，使之在跟踪过程中实现动态姿势调整与匹配；

(3)将量子免疫克隆算法引入人体运动跟踪中，首先初始化种群，设置人体运动初始参数，然后进行克隆操作，以增加待估计的人体姿态参数的搜索空间；

(4)对进行克隆操作后的种群，使用量子更新算子和量子交叉算子分别进行克隆重组和克隆变异，该量子更新算子，采用量子旋转门加速收敛，采用混沌变异操作以防止早熟，并依据亲合度， 若有

b_i(k)＝{a″_ij(k)|max D(a″_ij)j＝1，2，...，q_i-1}

使得D(a_i(k))＜D(b_i(k))，i＝1，2，...，N，则a_i(k+1)＝b_i(k)，

其中a″_ij表示经过更新操作后第i个量子抗体第j位的概率，D(a″_ij)表示a″_ij的亲和度，D(a_i(k))和D(b_i(k))表示a_i(k)的亲和度和b_i(k)的亲和度，a_i(k+1)表示下一代的第i行元素，N表示种群A(k)每一行的元素数，a_i(k)表示种群A(k)中第i行的所有元素，b_i(k)＝{a″_ij(k)|max D(a″_ij)j＝1，2，...，q_i-1}，其中q_i表示抗体a_i克隆后的规模，从而从经克隆免疫基因操作后的各自子代和相应父代中选择距离亲和度相对高的抗体作为优秀抗体，生成新的种群；

(5)将新种群的状态参数，代入三维骨架模型，产生关键关节点三维坐标P_i＝(P_ix，P_iy，P_iz)，并将该关键关节点三维坐标投影到图像平面内的关键点记为p_i＝(p_ix，p_iy)，将检测到的二维人体关键关节点记为q′_i＝(q′_ix，q′_iy)，构造出距离函数为： X为根据每个关键关节点的自由度，设置的总体待估人体参数集；

(6)根据距离函数G(X)构造相似度函数为：X′＝minG(X)，利用此相似度函数计算出二维人体关键关节点和三维投影点的距离的加权和，再求最小值，作为最佳解保留，本代中的最佳解不大于全局最优解的不保存；若最佳解满足设 定的终止条件，终止计算；否则，回到步骤(3)，经过多代计算得到理想的人体运动参数，恢复出三维人体姿态。

2.根据权利要求1所述的三维人体运动跟踪方法，其中过程(1)所述的检测出二维图像中二维人体关键关节点，包括头部节点检测、根结点检测、四肢端点检测和膝关节与肘关节检测，该头部节点检测的步骤如下：

(2a)在正面人体轮廓图像中，设同心圆的内圆圆心为R₁，外圆圆心为R₂，，构成同心圆模板；

(2b)将同心圆模板的圆心沿着人体侧影的骨架点集C＝{c_j}搜索，j＝1，2，…，N′，N′为当前人体骨架区域骨架点像素个数；计算落在内圆和外圆之间的轮廓点集S＝{s_i}的像素个数，i＝1，2，…，M，M为当前帧轮廓点的像素个数，当落入内外圆的像素个数最多时，c_j即为头部节点。