人体运动跟踪的研究.pdfVIP

黝耪6黑龙江省学术年会论文亲 人体运动跟踪的研究 李艳波①张菁⑦ 摘要：近些年来，人体运动的跟踪与分析在图像处理和计算机视觉领域引起许多学者的关 注。本文对人体运动跟踪的国内外现状和发展趋势进行了概括，并介绍了几种可行的人体运 动跟踪方法。指出了此项研究的关键问题及其解决办法。 关键字：人体运动跟踪；图像分割；人体模型 一、人体运动跟踪概述 人体运动分析是通过跟踪人体运动，得到反映人体运动的参数，达到对人体动作的 理解。它在智能监控，基于内容的视频编码，人机接口，虚拟现实，运动员训练等领域有着 广阔的应用前景，因此近年来倍受研究者的关注。 随着视觉理论的研究与计算机处理能力的提高，人体运动跟踪与分析正从理论研究 走向实用化。到目前为止，人体运动跟踪的研究已取得了很大成绩，有些系统已达到了实 用化阶段，如利用附着在人体特征点处的标志物进行特征点跟踪的方法已得到较广泛的 应用。但是附着在人体表面的标志物有时被遮挡或伴随着人体表面的变形，标志点会产 生错位，被测人多少有不适感，或在智能监控系统中监视人体行为，不可能在被检人的身 体上带有传感器和任何标记，因此，任何从无标志物运动人体图像序列中跟踪出人体特 征点的运动轨迹是一个急待解决得问题。 (一)人体运动跟踪的国外发展现状 国外研究的一般方法是在跟踪的开始要确定图像序列中首帧的人体位置，后续序列 中人体目标的确定可依赖于人体运动的连续性原则。首帧人体位置的确定目前有两种方 法：一种方法是用手工标注人体的特征点，这不利于人体跟踪的自动化；另一种方法是去 除人体以外的背景，确定身体的各个部位，这种方法可部分自动化，但对于人体这样具有 关节旋转运动的非刚体来说，难以彻底地去除背景。基于模型的典型方法之一是事先建 立人体3D模型，将模型与运动序列的首帧匹配，在后续帧的跟踪过程中，采用人体运动 参数限制等条件，用卡尔曼滤波器等方法进一步估计后续帧的运动参数，调整模型，使模 型与之匹配，最终构造出模拟人体运动的模型序列。这种方法的缺点是后续帧的跟踪存 在累计误差，不能跟踪长序列图像。非基于模型的典型方法事先不需建立人体模型，而是 根据人体运动呈现的几何、纹理、色彩等信息，采用马尔可夫链估计人体运动的状态，其 缺点在于人体运动姿态很难用有限个状态描述，依赖先验知识，难以完成准确的定位。两 种重构方法在对人体运动的观察是均采用单目视觉和多目视觉。单目视觉只采用一台摄 像机摄像，定标简单，计算量小，但对人体复杂动作和长时间的部位重叠不能准确估计； 而多目视觉利用设置在不同观测点的多台摄像机摄取图像，实现信息融合，理论上能较 好地解决因出现重叠与身体自遮挡是单目视觉估计不准的问题，但多个摄像机的标定复 杂，信息冗余，标定误差在一定程度上限制了跟踪目标的精度。虽然存在这样或那样的问 圆 HEILONGJIANGsHENGxuEsHUNIANHUILU舢E^uI 2口口艿 题，但从国外发展的趋势上看，跟踪人体运动的类型由简单的周期性运动如步行、跑步过 渡到人体自由运动乃至复杂的体操动作的跟踪与分析；跟踪的视点从单目视觉到多目视 觉；跟踪时由人工干预逐步向自动化标注的方向过渡。 (二)人体运动跟踪的国内发展现状 国内开展人体运动分析研究的单位与浙江大学人工智能研究所，中国科学院计算所 等单位。前者浙江大学人工智能研究所采用单目视觉对人体没有出现被遮挡部位的动作 进行了跟踪，首帧采用手工标注人体特征点，该方法居于单目视觉，无法准确估计被遮挡 部位的为止，手工干预较多；后者科学院计算所的研究主要用于手语识别，被测人带有数 据手套，是基于身体带有传感器的方法。 正是人体运动分析的复杂性和应用的广泛性吸引了国内外众多的研究者，美国、德 国、日本各大学以及研究院所长期获得各方面资助，开展人体运动分析的研究，IEEE定 期举办人体分析的专题会议