一种基于融合模型的人体姿态估计方法技术

本发明专利技术公开一种基于融合模型的人体姿态估计方法，其能够充分利用图像特征信息，能够将图像的HOG特征信息和形状特征信息融合，提高了传统图模型结构的人体姿态识别的准确率。包括以下步骤：(1)以人体运动时的二维静态图像为输入数据，获取基于图模型的候选姿态；(2)利用信度函数D-S融合模型将图像中的特征信息融合，求得最高信度值对应各部位的位置，作为最佳位置，从而获得人体姿态最佳结果。

【技术实现步骤摘要】

本专利技术属于计算机视觉和模式识别的
，具体地涉及一种基于融合模型的人体姿态估计方法。
技术介绍
人体姿态估计是通过对图像中各种特征进行分析，自动确定人体部位在图像中的位置、方向和尺度的过程，是近年来一个热门的研究方向。在计算机视觉中，计算机只能处理图像的底层信息，然后对其所包含的信息进行推断，从而得到最终结果。但是，人类在认知的过程中并不遵循这一过程，而是依赖于概率、语言以及个人经验。因此，如何能跨域语义鸿沟一直是计算机视觉所研究的重点。人体姿态估计的研究具有重要的理论意义，涉及了计算机视觉多方面的知识。致使人体姿态估计成为重点研究方向的主要原因是电子设备飞速的发展，以及所带来的巨大的市场。人体姿态估计的研究能够应用于视频监控、虚拟现实、图像检索和人机交互等多方面。目前，面向二维图像的人体姿态估计方法中，基于PS模型的方法占有优势。PS模型是以图形结构来表示部件之间的连接，将人体分为多个刚性部件(头、躯干、一对上臂，一对下臂，一对大腿，一对小腿等)，各部位用一个矩形框来定位表示；相邻两部件之间由关节点相连。由此，人体姿态模型主要包分为树形和非树形两种类型，树形结构中人体姿态可表示为L＝(l1,l2,…l10)，如图1a。如图1b所示，人体树形结构模型，以无向图表示为：G＝(V，E)(1)其中E为图中所有的边的集合，顶点集合V＝{v1,v2,v3,...,vn

【技术保护点】
一种基于融合模型的人体姿态估计方法，其特征在于：包括以下步骤：(1)以人体运动时的二维静态图像为输入数据，获取基于图模型的候选姿态；(2)利用信度函数D‑S融合模型将图像中的特征信息融合，求得最高信度值对应各部位的位置，作为最佳位置，从而获得人体姿态最佳结果。

【技术特征摘要】
1.一种基于融合模型的人体姿态估计方法，其特征在于：包括以下步骤：
(1)以人体运动时的二维静态图像为输入数据，获取基于图模型的候
选姿态；
(2)利用信度函数D-S融合模型将图像中的特征信息融合，求得最高
信度值对应各部位的位置，作为最佳位置，从而获得人体姿态最
...

【专利技术属性】
技术研发人员：孔德慧，朱碧焓，王少帆，尹宝才，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11