赵 勇,巨永锋
ZHAO Yong1,2,JU Yongfeng1
1.长安大学 电子与控制工程学院,西安 710064
2.西安邮电大学 自动化学院,西安 710121
1.School of Electronic and Control Engineering,Chang’an University,Xi’an 710064,China
2.School of Automation,Xi’an University of Posts and Telecommunications,Xi’an 710121,China
人是各种社会活动的主体,因此人体动作行为识别一直都是计算机视觉领域一个非常热门的研究方向,在视频监控、人机交互、虚拟现实和视频检索等方面都有着非常广泛的应用。人体是由头部、躯干、四肢、手和脚等多个部位通过关节相互连接而成的,人类的各种动作和行为都是靠人体部位来完成,人体动作不同,人体部位的姿态也不同。因此若能确定人体各部位的定位位置,将给人体动作行为的识别打下良好的基础。人体姿态估计就是这样一种自动确定头部、躯干和四肢等人体部位,或肩、肘、腕、膝和踝等关节在静态图片或视频帧图像中的定位位置的过程[1],是人体动作行为识别的一个基础问题,受到了众多研究人员的关注,并且已经提出了多种人体姿态估计算法[1-13]。
现有人体姿态估计算法主要可分为基于整体和基于模型的两大类。基于整体的人体姿态估计算法将人体视为一个整体并用图像特征来描述,通过回归分析或样例比较的方式来确定人体部位或关节的定位位置。基于模型的人体姿态估计算法将人体视为多个存在关联的个体,其中每个个体为一个部位或关节,或者连在一起的多个人体部位或关节,利用图像特征对个体建立外观模型来代替其真实外观,并根据人体部位或关节间外观和空间的相互关联情况建立人体模型,通过优化由人体模型构造的能量函数来确定部位或关节的定位位置。……