连接刚体及人体态估计的理论与方法.pdf

Submitted in total fulfilment of the requirements for the degree of Doctor in Engineering Theory and Approach to Pose Estimation of Articulated Object and Human Body MING ZHANG Supervisor: Prof. YUNCAI LIU INSTITUTE OF IMAGE PROCESSING AND PATTERN RECOGNITION SHANGHAI JIAO TONG UNIVERSITY SHANGHAI , P.R.CHINA Jul. 26, 2011 万方数据 万方数据 万方数据 连连连接接接刚刚刚体体体及及及人人人体体体姿姿姿态态态估估估计计计的的的理理理论论论与与与方方方法法法 摘摘摘 要要要 人类的视觉是一套复杂而精密的系统，具有察觉、分辨物体的能力，并能分析和判断 物体的结构、姿态及运动，从而在复杂环境中自由、安全地行走和活动。随着现代科技的 发展，特别是计算机技术的迅猛进步，如何使机器实现人类的这种视觉功能已成为科学家 面临的一个极富挑战的研究课题，并形成计算机视觉学科。计算机视觉的总体研究目标是 从可视媒体（包括图像及视频）中创建或恢复世界模型，然后认知现实世界。而在这个世 界上，人的运动携带了大量对于对人类社会而言非常重要的信息，人与人、人与物体及人 与环境之间的交互构成了可视媒体的主要内容。因此，研究可视媒体中的人体运动信息， 对其进行有效的表示、分析和理解，具有着重要的意义。姿态及运动估计问题，作为计算 机视觉研究中的一个重要类别，也经历了研究目标从刚体过渡到连接刚体，以至于人体的 发展过程。这其中的每一步发展，都伴随着新理论的提出及新方法的实践，也带来了更广 泛的应用前景和经济、社会价值。 例如，在虚拟现实领域，通过基于视觉的人体运动姿态估计来捕捉人的动作，生成动 画，可以代替价格昂贵的基于传感器的捕获设备。通过人体运动模型和关节运动的规律合 成新的运动，自动生成复杂的人体运动场景，可以取代那些手工的费时费力的动画合成方 法。在人机交互和高级用户接口应用领域中，我们希望未来的机器能像人一样与我们更加 容易和便捷地交流，如手势驱动控制、手语翻译等。面向聋哑人的自动售货机将能识别哑 语，体现对残疾人更多的关心。在智能安全监控中，利用基于人体姿态的运动分析可以在 预防和减少犯罪方面发挥重要作用。这种智能监控系统可以在无人值守的情况下，自动理 解人的行为，并及时发出警报，减少损失。分割图像中的人体部分并在图像序列中提取出 人体的骨架，估计并分析感兴趣的关节运动姿态，对于建立人体的几何模型、解释人体的 运动行为机制从而提高它的运动性能有着积极的推动作用，这可以应用于体育运动、舞蹈 等训练中。 针对连接刚体及人体姿态估计中所存在的一些问题，本文对一些关键问题进行了研 究，主