基于量子免疫克隆的三維人體跟蹤算法研究.pdf

1、基于計算機視覺的人體運動分析，是指如何從有人體運動存在的圖像序列中，萃取出不同場景中人體的位置、輪廓、紋理等二維運動信息，恢復出人體三維姿態(tài)，它在姿態(tài)估計、場景監(jiān)控、醫(yī)學運動分析、人機交換接口、行為理解、語義分析、基于內容的圖像存儲與檢索等方面具有廣泛的應用前景及經濟價值。
　　 近年來，基于視覺的三維人體運動分析，受到了國際國內很多學者的關注?？偟膩碚f分為三部分：人體檢測、運動跟蹤與運動理解。其中三維人體運動跟蹤是其中最關鍵的

2、環(huán)節(jié)之一?；谝曨l圖像序列的人體三維運動估計是一個復雜的高維非線性問題，而且對實時性要求較高。面對待估計的狀態(tài)向量維數非常高的問題，在高維空間里進行全局搜索或優(yōu)化非常耗時，而使用確定性優(yōu)化方法則很容易陷入局部最優(yōu)解，使用粒子濾波器等隨機搜索方法也得不到滿意的結果。為了提高對復雜的高維狀態(tài)空間的搜索效率，求得更優(yōu)的跟蹤結果，將量子計算的并行性引入到免疫克隆優(yōu)化算法之中，用于求解人體三維運動跟蹤問題。因為量子計算具有疊加性和并行性，因此在優(yōu)

3、化高維函數時有很大的優(yōu)勢，且具有良好的搜索能力和搜索速度，適合于人體跟蹤這一類高維非線性，且實時性要求比較高的高維優(yōu)化問題。
　　 從目前基于視覺的人體運動跟蹤的研究現狀和特點出發(fā)，本論文主要完成了下列工作：
　　 1.使用大量的人體物理約束和先驗信息，同時根據圖像序列中人體區(qū)域的自身特點，自動的找到頭頂點、根結點以及四肢點的初始位置，改進了人體關節(jié)點自動檢測算法；在人體關鍵點檢測算法的基礎上，使用卡爾曼濾波器設計出了漏

4、檢點和錯檢點預測機制，最后得到了穩(wěn)定的人體關鍵點信息。
　　 2.提出了一種基于量子進化算法的三維人體跟蹤方法。與貝葉斯估計框架不同，論文把人體跟蹤問題當作非線性函數優(yōu)化問題，結合量子進化算法的更新和變異思想，設計出了全部使用概率表示的個體，使得算法可以滿足人體跟蹤要求的高維度優(yōu)化，最終快速地恢復了三維人體姿態(tài)。
　　 3.提出了一種基于量子免疫克隆算法的三維人體跟蹤方法。本論文中的算法框架，跟使用粒子濾波器等確定性優(yōu)化