[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

说明书

技术领域

本发明属于图像处理技术领域，涉及人体跟踪方法，可用于对图像或者图像 序列中的人体运动进行跟踪，实现场景监控、虚拟现实以及游戏制作和体育运动分 析以及健康评价。

背景技术

在图像处理的基础上，为了使计算机能够理解图像，通常人们引入计算机视 觉，其主要目的是为视觉提供一种量化的手段，通过人工智能系统来实现类似人 类的视觉功能，利用单目、多目相机进行视觉导航、场景监控、提取各种类型的 物体、人以及动物的结构或者运动特征等。然而让计算机具有人的视觉能力是一 件非常困难的事情，因为人类居住在一个三维的几何空间，视觉传感器只能获取 三维世界的投影信息，即两维图像，这个过程导致大量的信息丢失，通过移动的 视觉传感器所获取的动态场景信息使计算机视觉任务变得更加复杂。

在基于视觉的人体运动分析的研究中，根据有无关节标志点，可以分为基于 标志点的关节运动分析和无标志点的运动分析。其中在基于标志点的运动分析中， 关节标志点由立体视觉精确检测，可以很容易的获得关节点三维位置，从而进行 人体骨架的三维重建，商业上比较典型的系统是Motion Capture设备，价格比较 昂贵。在无标志点的运动分析中，又可以分为基于多目相机的运动分析和基于单 目相机的人体运动分析。

在基于单目图像的人体运动分析中，以往的很多研究都是对第一帧图像手工 标记初始点，来实现初始的跟踪或者估计。前人也有很多采用优化算法来进行人 体跟踪的先例，进化算法和遗传算法等传统优化算法已经应用到人体跟踪。人体 跟踪的维数较高且适应度曲面较复杂，优化问题变得异常困难，很多传统优化方 法都难以胜任。但进化算法能够较好地解决这些问题，主要在于它基本上不需要 问题的领域知识，并且对函数的类型和搜索空间的形状没有任何限制，但是困扰 进化算法的主要问题在于算法可能陷入局部极值点，人体跟踪的维数较高且适应 度曲面较复杂，一旦陷入局部极值点，就不能很好的恢复人体姿态。

发明内容

本发明的目的在于克服上述已有技术的缺点，提出一种基于量子免疫克隆算 法的三维人体运动跟踪方法，以进一步提高三维人体运动姿态的正确率，实现人 体运动跟踪。

实现本发明目的的技术方案是：利用量子免疫克隆算法具有在高位空间中高 效寻找全局最优解的优点，以二维人体关键关节点自动检测方法得到的人体关键 关节点为基础，通过二维关键关节点和三维投影点的距离相似度函数，得到全局 最佳状态参数，最终恢复出鲁棒、稳定的三维人体姿态。具体过程如下：

(1)在有人体姿态存在的单目图像序列中，检测出二维图像中人体表层关键 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，进行免疫基因操作和免疫选择，生成新的种 群；