单幅深度图人体关节点定位-通信与信息系统专业论文.docx

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对论文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密?，在 年解密后适用本授权书。 不保密?。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 图像处理和人工智能的发展，使得人体运动分析和理解技术在近年来有了很大的 进步，并在多个领域得到了应用。而实现人体运动分析和理解的前提是能够捕获人 体的动作。在传统的方法中，存在着诸多问题，例如不能自动地初始化，不能在跟 踪运动失败时自恢复，不能解决遮挡问题，或者对参与者有诸多约束，等等。 如果能从单张图像中确定人体关节点的准确位置，就能有效地解决初始化和自恢 复的问题。同时，由于人眼能从图像中获取丰富的信息，有理由相信计算机也能够 从图像中解决遮挡问题。 从图像中获取人体的关节点，主要有两个阶段：人体与背景的分割，人体关节点 的定位。微软的深度相机 Kinect，能够将物体到相机的距离信息体现到图像上，提 供了一种很好的分割人体和背景的方法。同时，深度图也能体现出人体在运动时的 遮挡部分的信息。利用挡在身体前方的手臂会引起身体区域内深度值突然变小的信 息，可以识别手臂的位置。使用深度图像还有不用限定人的衣着，环境光照条件， 等等优势。 此外，人体的结构和动作，都可以用骨架很直观地表示出来。经过数学形态学的 方法处理，可以比较准确地提取人体的骨架，减少图像边界和内部噪声的影响。利 用好 Kinect 提供的深度信息，可以解决部分遮挡的骨架提取问题。之后，在每个骨 架线上定位出弯曲最大的点，也即是关节点，就能获取完整的人体动作状态参数。 从单幅深度图中定位人体的关节点，最佳的用途在于解决运动跟踪时的初始时刻 定位和跟踪失败时的自动恢复。 关键词：单幅；深度图；骨架；人体关节点； II II Abstract Recently, with the development of image processing and artificial intelligence, the technology of human motion analysis and understanding has made great strides, and it has been used in many fields. The premise of human motion analysis and understanding is to capture the state of human’s action correctly. There are many problems in the traditional method for the capture, such as can’t automatical initialize, can’t recover from the track failure, can’t solve the occlusion problem, or there are many constraints on the participants, and so on. If the key points of human body can be determined from a single image, the problem of initialization and self-recovery can be solved. As eyes can get enough information from single image to realize occlusions, it has reason that computers can make it, too. There are two phases to obtain key points of human body from the image: the division of