基于SIFT算法的人体姿态估计研究

摘 要：本文主要介绍了SIFT算法结合人体姿态估计的应用，在人体学习运动的过程中，系统实时捕捉用户动作，利用火柴人进行用户动作模拟。通过对比各个训练动作的特征，对用户的错误动作进行提示，并给出合理建议。

关键词：SIFT;人体姿态估计;神经网络

一、简介

近年来在生活的各个方面，或多或少都有人工智能的体现。除了生活必要方面，互联网软件的发展也有助于人们的精神文明建设和培养。利用软件对用户运动的监测也逐渐兴起。

二、研究背景

在软件中，针对用户体验角度而言，传统的运动方式一般是用户结合教学视频进行学习。用户打开感兴趣的模块，点击想要学习的课程，便可以进行学习。这种教学模式一定程度上虽然已经较为方便，但其局限性在于用户不能看到自己的学习情况，动作正误等，对于其学习效果就不能得到保证。

如果在学习过程中，系统可以捕捉用户学习视频，并进行分析，进而提示用户动作情况、错误信息等，便有利于用户对自己的动作及时进行矫正。站在用户的角度，这种学习模式很大程度上满足了用户的需求，学习软件亦可以更加智能，对用户的历史学习数据进行分析，找出用户学习特点，根据其个人情况，提出个性化建议等。

三、算法分析与实现

对于捕捉到的用户学习视频，应剔除背景，想人体模型提取出来，并且寻找出人体各个关键部位，从而进行相对位置分析。

（一）视频预处理

对于摄像头录制的视频，应当先分割成若干图片，分割是按照帧进行处理。……