单目图像和视频中基于部件检测器的人体姿态估计.pdfVIP

单目图像和视频中基于部件检测器 的人体姿态估计 摘 要 人体姿态估计是计算机视觉领域中的一个关键问题, 可以应用于人体活动分析, 人机交互以及视频监视等 方面. 本文针对单目图像和视频中的人体姿态估计问题, 基于部件及图推理的方法, 对观测模型和推理方法提出改 进. 本文设计实现了一种旋转不变的梯度力场特征, 采用基于梯度力场特征的Boosting 分类器作为观测模型, 并利用 一种基于粒子采样和置信度传播的优化算法进行姿态估计. 算法的性能和速度在几个数据集上得到了验证. 关键词 人体姿态估计, 边缘力场特征, 置信度传播 Part Detector Based Human Pose Estimation in Monocular Images and Videos Anonymous Abstract Human pose estimation is an essential problem in computer vision area since it has many applications such as human activity analysis, human computer interaction and visual surveillance. In this paper, we focus on the 2D human estimation problem in monocular images and videos. Based on part based graph inference method, we improve the observation model and the inference method. We design a rotation invariant EdgeField feature, based on which a boosting classifier is learnt as the observation model. The human pose estimation is done by a particle based belief propagation inference method. Experiments show the effectiveness and the speed of the proposed method. Key words: human pose estimation, EdgeField feature, belief propagation 人体姿态估计可以应用于人体活动分析, 人机 从人体表观到人体姿态的直接映射, 根据大量样本 交互以及视觉监视等领域, 是近期计算机视觉领域 学习从图像特征或分割结果到人体姿态的回归函数. 中的一个热门问题. 基于样例的方法[4][5]则在用一个具有代表性的样例 然而, 现阶段单目人体姿态估计尚未有成型的 集合来表示姿态空间, 并利用图像特征对这些样例 解决方案, 这是因为：首先, 人体由多个部件组成, 进行编码, 进行姿态估计时提取出待估计图像中的 运动情况十分复杂, 且在单目图片和视频中缺少三 图像特征, 寻找样例集合中最为相似的一个或多个 维信息, 使得人体二维姿态的变化不能简单的用一 样例作为姿态估计结果. 基于整体的方法通常具有 个统一的模型描述；其次, 在不同的场景中,