基于圖結構模型的人體姿態(tài)估計研究.pdf

1、人體姿態(tài)估計是從圖片中獲取人體各個部件的位置、大小和方向等信息。它可以應用于智能監(jiān)控、高級人機交互以及圖片檢索標注等方面，因此該研究是近來機器學習領域的一個熱門問題。由于人體及人體姿態(tài)的多樣性，在姿態(tài)估計中要涉及多個視場角度，對其進行有效表征需要建立多個模型，對其求解要花費大量的計算資源。
　　目前，人體姿態(tài)估計最有效的方法是基于圖結構（Pictorial Structure，即PS）模型的方法。該方法基于圖模型將人體表示為一些部

2、件以及相連部件間的連接，其中部件由外觀模型決定，相連部件間的連接由變形模型描述?；谠撃Ｐ停梭w的姿態(tài)可通過圖推理獲得。該模型中，外觀模型和變形模型可以單獨建模，使得該模型具有很大的靈活性。
　　本文以PS模型為基礎，展開了相關研究與改進，以更好的實現(xiàn)人體姿態(tài)估計，主要的工作如下：
　?。?）基于圖模型分析了姿態(tài)估計的兩個常用模型DPM和PS模型的原理，通過比較分析，得出PS模型更適于人體姿態(tài)估計，并采用通用的評價標準來評價

3、算法的性能。
　?。?）為了克服經(jīng)典PS模型對人體模型的表現(xiàn)不足以及人體姿態(tài)搜索空間過大的問題，基于彈簧模型，提出了對相鄰部件中子部件的方向與該相鄰部件的空間相對位置之間的關系進行建模的人體姿態(tài)估計方法，即PS混合模型方法。該模型抓住了人體部件之間的局部剛性特征，利用了人體的更多的先驗知識。在Buffy和Parse圖片庫上做實驗并進行了分析。實驗結果表明，該方法可以提高人體姿態(tài)估計的準確性。
　?。?）針對單幀圖片中一些姿態(tài)

4、過于相似而難以區(qū)分的問題，基于連續(xù)幀圖片的時間連續(xù)性，提出了在骨架姿態(tài)中引入關節(jié)的局部動作信息來進行人體姿態(tài)估計的方法。該方法采用3D時空梯度方向直方圖特征來描述關節(jié)的局部動作信息，并結合人體骨架姿態(tài)組成運動姿態(tài)，采用視覺詞袋模型將運動姿態(tài)進行聚類分析得到視覺單詞，將連續(xù)幀圖片描述為視覺單詞的詞頻直方圖特征，并傳入分類器進行訓練及分類。在KTH、UCF-Sports和Weizmann數(shù)據(jù)集上進行實驗和分析。實驗結果表明，該方法可以提高人