基于视觉的人体运动识别研究.pdfVIP

( ) 中国人民公安大学学报 自然科学版 2008年第 4 期 No4 2008　 Jou rnal of Ch ine se Peop les Pub lic Secu rity U n iversity ( Science and Technology) 　总第 58期 Sum 58 基于视觉的人体运动识别研究 1 2 3 吴洪森 , 刘 　平 , 董金祥 ( 1浙江警察学院公安应用技术研究所 , 浙江杭州 　3 10053; 2 杭州市消防产品质检站 , 浙江杭州 　3 100 12; 3浙江大学计算机学院 , 浙江杭州 　3 10027) 摘 　要 　人体运动的视觉分析是计算机视觉研究领域的重要课题 , 同时也是近年来受到研究者关 注的前沿方向之一 。它主要是针对包含人的运动图像序列进行分析处理 , 识别和理解人的动作 。 人的运动分析研究成果可以应用在智能监控系统 、虚拟现实 、人机交互以及医学和体育运动等诸 多方面 , 有着广泛的应用前景 。 关键词 　运动检测 ; 运动跟踪 ; 行为理解 ; 语义描述 中图分类号 　D 9 189 前运动检测所采用的方法主要有时间差分 ; 背景减除 ; 光 0　引言 流 。其中 , 背景减除方法是 目前运动分割中最常用的一种 人体运动视觉分析的主要 目的 , 是从一组包含人的图 方法 , 它是利用当前图像与背景图像的差分来检测出运动 像序列中检测 、识别 、跟踪人体 , 并对其行为进行理解和 区域的一种技术 。它一般能够提供最完全的特征数据 , 但 描述 。传统的人体运动分析方法一般分为两种 : ①在人体 对于动态场景的变化 , 如光照和外来无关事件的干扰等特 的各个关节部位分别加上传感器 。在人体运动过程中 , 传 别敏感 。最简单的背景模型是时间平均图像 , 大部分的研 感器会不断地将各关节在空间中的位置返回给计算机 , 这 究人员目前都致力于开发不同的背景模型 , 以期减少动态 样计算机就可以精确获得人体在各个时刻的运动信息 。② 场景变化对于运动分割的影响 。例如 H aritaoglu 等 [ 1 ] 利用 针对图像序列进行分析 。图像序列可以是单个相机拍下的 , 最小 、最大强度值和最大时间差分值为场景中每个像素进 也可以是多个相机同时从各个视角拍下的 , 一般分三步顺 行统计建模 , 并且进行周期性的背景更新 ; M cKenna等 [2 ] 序完成 。首先从图像帧中提取低层特征 , 如各关节的位置 , 利用像素色彩和梯度信息相结合的自适应背景模型来解决 并对之进行识别 ; 然后是在各个帧的特征间建立对应关系 ; 影子和 不可靠色彩 线 索对 于 分 割 的影 响 ; Karm ann 与 最后是从特征对应中恢复三维人体结构与运动信息 。由于 B randt[ 3 ] 、Kilger[4 ]采用基于卡尔曼滤波 ( Kalm an F iltering) 人体运动的特殊复杂性 , 几乎所有这些方法都受到限制 , 的自适应背景模型以适应天