[发明专利]基于级联纠错机制的人体姿态估计方法

说明书

本发明公开了一种基于级联纠错机制的人体姿态追踪方法，主要解决现有技术对人体姿态估计中手腕定位不准确的问题。其包括：1)利用双向树结构模型定位手腕以外的身体各关节点；2)利用光流和粒子滤波初步预测手腕的位置；3)通过光流响应判断初步检测的结果是否可靠，若不可靠，则利用双向图结构模型来定位手腕的位置；4)利用肤色模型来判断双向图结构模型的定位结果是否可靠；5)若双向树结构模型的定位结果不正确，则再利用上一帧的手腕位置估计当前帧的手腕位置。实验结果表明，本发明能更精确地定位手腕的位置，从而取得更好的人体姿态估计效果，可用于视频监控、人机交互、数字娱乐、医学成像和运动场景下对人体姿态的识别。

技术领域

本发明属于图像识别技术领域，特别是一种人体姿态估计方法，可用于在视频监控、人机交互、数字娱乐、医学成像和运动场景下对人体姿态的识别。

背景技术

人体姿态估计是指在2D或3D的静态图像或视频中检测出人体各部位的位置，根据人体各部位的连接关系，估计出人体姿态的过程。人体姿态估计是计算机视觉研究范畴内的一个重要问题,在许多实际应用中,如视频监控、人机交互、数字娱乐、医学成像和运动场景等领域都具有广泛的应用前景。但同时，对人体姿态的准确估计也是一个非常具有挑战性的问题。在现实生活中，人体姿势的变化、复杂的场景、严重的部位遮挡、明暗不一的光照条件、不同的人体服饰等都会对人体姿态的估计结果造成干扰。值得一提的是，在人体姿态估计中，因为手关节灵活，运动形式多样，因此手腕的定位成为人体姿态估计过程中最具挑战的任务之一。

为了克服在人体姿态估计中可能会出现的不利因素，人们长期致力于研究改进人体姿态估计的方法。现有的人体姿态估计方法一般是基于图结构模型来设计的，该模型将人体表示成各个部位以及任意两个部位之间的连接关系。

Yang和Ramanan等人提出了一种混合模型来表示人体部位以及各个部位的连接关系。在该混合模型中，各个部位被拆分成多个无向混合部分，从而使模型能够更加灵活地近似模拟人体部位的形变程度。Sapp和Taskar等人提出了一种MODEC模型，该模型采用二次变形成本作为几何特征，重新定义图结构模型中描述相邻部件连接关系的二元项。Kiefel和Gehler等人用二元随机变量代替图结构模型中的各个部件，将原始的图结构模型变得更加灵活。Pishchulin等人提出用poselet假说代替图结构模型中的一元和二元多项式。一般的图结构模型一般只考虑相邻部件之间的连接关系，但poselet假说还描述了不相邻身体部件之间的依赖关系，使得图结构模型表达人体姿态的效果更佳。

尽管相对原始的图结构模型，这些改进的模型已经具备较强的人体姿态表达能力，但也只能准确表示相对简单的人体姿态，对于复杂的人体姿态不能完全准确定位，不能满足实际生活中的应用要求。尤其是对手腕的正确定位，明显劣于其他身体关节点。但是，手腕的位置在整个人体姿态发挥重要的作用，手腕的错误定位会极大地影响对整个人体姿态的正确判断。

发明内容

本发明的目的在于针对人体姿态估计中对于手腕定位不准确的问题，利用视频图像序列特有的时间信息和自适应的肤色模型，提出一种基于级联纠错机制的人体姿态估计方法，以提高对手腕的正确检测率，得到更加准确的人体姿态估计效果。

实现本发明目的的技术方案是：基于手腕是最难估计的人体关节点的事实，将人体姿态估计分为两部分进行：第一部分对手腕以外的身体关节点进行定位；第二部分，对手腕的位置进行定位，具体实现步骤包括如下：

(1)利用双向树结构模型对手腕以外的身体关节点进行定位；

(2)利用光流和粒子追踪相结合的方法初步预测手腕的位置；

(3)根据光流响应矩阵B的列数和设定的两个列光流阈值对预测的结果进行判断：