【技术实现步骤摘要】
一种基于组合模型的视频人体姿态推理优化方法
[0001]本专利技术属于视频
,具体地而言为一种基于组合模型的视频人体姿态推理优化方法。
技术介绍
[0002]视频中的人体姿态估计是指根据连续的人体图像序列标记出每一帧中人体各个部位的位置。姿态估计是计算机视觉中难点问题之一,它可以应用于视频监控、视频检索、人机交互、3D游戏或电影、体育视频分析和自动舞蹈编排等多种领域。
[0003]目前多个研究机构和团队对人体姿态估计问题进行了研究。有静态单目图像中的姿态估计方案,通常采用基于可形变部位模型(DPM)或者深度神经网路完成人体部位检测。而越来越多的研究者开始关注视频中的姿态估计。视频中姿态估计可以充分利用单目图像中姿态估计结果,根据多帧的人体部位状态对每一帧图像中人体部位进行预测、跟踪和修正。通过单帧图像的人体部位空间信息和连续多帧序列图像特征变化的时间信息可以有效完成视频中的姿态估计。
[0004]由于若干个连续图像帧的姿态估计可以获取大量的候选姿态,从中筛选最终的人体姿态序列需要的计算量较大,因此需要通过树型推理方法完成整个计算过程的优化。通常采用两种方案进行姿态估计的推理优化。第一类是基于单帧图像检测多个部位的姿态估计方案。首先,逐个获取单帧图像的姿态候选集;然后,通过多个连续图像帧的人体姿态一致性的最大化,确定每一帧的最佳姿态。该方法计算量较少,效率较高,但是准确率较低。第二类方案为基于多帧图像检测单部位的方案。首先,根据连续多帧图像中同一部位的特征和位置一致性,获取所有图像帧中某一部位的候 ...
【技术保护点】
【技术特征摘要】
1.一种基于组合模型的视频人体姿态推理优化方法,其特征在于,该方法包括:将人体整体结构划分为若干树型组合部位,每个组合部位包含有多个线性的基本部位;所述人体整体结构G
c
=(V
c
,E
c
),表示为若干个组合部位V
c
={v
c(i)
|i≤N}和这些组合部位的关系E
c
={(v
c(i)
,v
c(j)
)|i,j为相邻组合部位},将原有的人体独立部位p
i
替换为组合部位p
c(i)
;对单个组合部位在视频中所有帧的一致性计算:其中,表示为第f帧图像第i个组合部位的匹配得分,为前后帧图像的一致性的表示,是第f帧图像中第i个组合部位、λ1表示组合部位的参数;求每个组合部位一致性计算结果B(p
c(i)
)的最大化获得候选部位集合;计算每一帧候选部位之间的距离得分:根据所有组合部位的得分总和最优化获得最佳姿态:2.按照权利要求1所述的方法,其特征在于,每个组合部位包含有多个线性的基本部位;根据基本部位完成单帧图像的部位检测,计算基本部位匹配得分及其关联得分;根据若干个基本部位得分获得其所属的组合部位得分,通过对该组合部位的多帧跟踪获得该组合部位的整个图像序列的得分;根据人体整体结构的组合部位,完成每一帧的各个组合部位的连接关系的计算,获得各帧的姿态。3.按照权利要求1所述的方法,其特征在于,所述组合部位包括:头部、躯干、左大臂、左小臂、右大臂、右小臂、左大腿、左小腿、右大腿和右小腿,所述头部包括头上与头下,所述左大臂包括左大臂上和左大臂下,左小臂包括左小臂上以及左下臂下,所述右大臂包括右大臂上以及右大臂下,所述右小臂包括右小臂上以及右小臂下,所述躯干包括左肩、右肩、左胯以及右胯,所述左大腿包括左大腿上和左大腿下,左小腿包括左小腿上以及左下腿下,所述右大腿包括右大腿上以及右大腿下,所述右小腿包括右小腿上以及右小腿下。4.按照权利要求1所述的方法,其特征在于,组合部位的匹配得分通过其所包含的各个基本部位匹配得分和基本部位之间的关系得分累加获得,计算方法:其中,表示为f帧图像第i个组合部位的匹配得分,为该组合部位所包含的第k个基本部位的匹配得分,为组合部位内的基本部位k与l之间的关系得分。
5.按照权利要求1所述的方法,其特征在于,通...
【专利技术属性】
技术研发人员:代钦,王黎明,王洪江,单中元,刘芳,
申请(专利权)人:沈阳工程学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。