[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

摘要

本发明公开了一种基于量子免疫克隆算法的三维人体运动跟踪方法。跟踪过程包括：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关节点，并使用卡尔曼滤波器，对未检测到的关节点进行预测，同时建立三维人体模型；将量子免疫克隆算法运用到人体跟踪中，初始化种群，设置人体运动初始参数，然后进行克隆操作，再进行免疫基因操作和免疫选择，生成新的种群；将新种群的状态参数，代入三维人体模型，利用相似度函数计算距离亲和度，保留最佳解，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。本发明具有计算代价较低，能够很快得到人体三维姿态的优点，可用于场景监控、运动分析和健康评估中对人体运动姿态的跟踪。

主权项

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；(5)将新种群的状态参数，代入三维人体模型，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)，用这两个关键点构造出距离函数为：(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二维检测点和三维投影点的距离亲和度，并保留其最佳解，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。