Sidenbladh-2000-STH-Stochastic.docVIP

使用2D图像随机追踪3D人物的方案 概要：引见一种可能的方法用来追踪在单眼序列中关节联系的3D人物。在Bayesian框架里，我们定义一种图片外观生成的模型，一种基于图像灰度差异的极大似然函数方程，和一种模型化人物移动时模型关节角度的先验概率分布。对模型参数的后验概率分布则使用离散样本系统，其在时间上的传播使用粒子滤波。这种方法为利用参数化光线溢出估算来使用复杂的3D关节链接运动模型提供了前期工作；它同时也通过包含透视镜头模型，模型化肢体自闭塞和从单眼序列中恢复3D运动为人体运动追踪提供前期工作。后验概率外在作用表现为由图片匹配，模型奇点和立体投影引起的图像模糊。该方法仅依赖于一帧到帧的亮度恒定的假设，因此能够在变幻的视角，灰度图像序列和复杂的未知背景中追踪人物。 介绍 我们介绍一种Bayesian方法用来在单眼视频序列中追踪3D关节链接人物。在透视投影视角下，人物身体可以视为关节链接的圆柱体。根据外形，外观，肢体运动和像素亮度噪声模型来定义生成一个模型。这导向了一个指定已知模型参数图像的观测概率的似然方程。模型参数的先验概率分布依赖于躯体当前动态和躯体历史外形和动作。根据这个似然方程和时间优先级，我们从已知观测记录得出的每一个瞬时模型参数值可以公式表出后验分布。 从2D图像单眼序列得出的3D人物动作预判因为多种原因有异议。这些包括非线性动态肢体，2D图像映射到3D模