基于半监督聚类的3维肢体分割算法.pdfVIP

第13卷 第3期 中国图象图形学报 Vo1．13．No．3 2008年3月 Journal of Image and Graphics Mar．，2008 基于半监督聚类的3维肢体分割算法 谷军霞 丁晓青 王生进 (清华大学电子工程系智能技术与系统国家重点实验室，北京 100084) 摘 要 行为分析已经成为计算机视觉研究领域的热点，行为主体的肢体部件分割是行为分析中很重要的一部分 同时也是一个难点问题，为了对3维肢体进行有效分割，提出了一种基于半监督聚类的肢体分割算法。该算法首 先利用前一帧姿势估计反馈的时域信息来对3维主体进行初始的肢体部件分割；然后根据人体结构信息进一步确 定行为主体上各个点与肢体部件之间的关系来得到半监督聚类的初始值；之后基于各个肢体部件的形状信息进行 半监督聚类，迭代求解肢体部件分割的最优解；最后利用分割后的各个肢体部件进行行为主体的姿势参数估计。 通过对 IXMAS数据库中6种行为下的6个行为主体进行的肢体部件的分割实验结果证明，该新算法具有主体适应 性、视角适应性以及行为适应性。 关键词 肢体分割 半监督聚类 姿势估计 行为分析 中图法分类号：TP391．4 文献标识码：A 文章编号：1006—8961(2008)03~558—08 A Semi-supervised Clustering-based Segmentation Algorithm of 3D Rec0nstructed Human Body Parts GU Jun—xia，DING Xiao—qing，WANG Sheng-jin (Department ofElectronic Engineering，Tsinghua University，State Key Laboratory ofIntelligent Technology and Systems，Bering 100084) Abstract Human activity analysis is receiving increasing attention from computer vision researchers．One challenge is the segmentation of human body into meaningfulbody parts．A semi—supervised clustering—based body parts segmentation algorithm of 3 D reconstructed human is presented in this paper．Firstly，we segment human body parts with the help of posture parameters of the previous frame．Then the structure information of human body is adopted to classify some points and initialize the centers of the semi—supervised clustering．Finally，based on the shape of body parts，semi—supervised clustering method is used to segment the body parts．In addition，body posture parameters are estimated with the segmenta— tion result of body parts．The system is validated with IXMAS database，which includes 6 actors and 6 kinds of activity．