基于剪影的二维人体姿态处理方法技术

本发明专利技术公开了一种基于剪影的二维人体姿态处理方法，用于解决现有技术处理每帧图像时间长的技术问题。本发明专利技术采用人体骨架模型作为先验信息，并利用此先验信息对人体数据点集进行快速准确的分类，并根据分类结果来修正人体骨架模型，进而得到人体姿态的正确估计。由于本发明专利技术方法取消了对姿态空间的搜索，大大降低了计算量，对图像序列的处理速度超过每秒２０帧，即采用Ｃ＋＋算法对每帧图像的平均处理时间由现有技术的５分钟降低到小于２０毫秒；采用Ｃ＋＋算法进行迭代计算，还确保了计算结果的精度，达到了实时性要求。

【技术实现步骤摘要】

本专利技术涉及一种人体姿态处理方法，特别是。
技术介绍
文献"M. Lee，R. Nevatia，"Human Pose Tracking Using Multi-Level Structured Models", European Conference on Computer Vision, 2006， volume 3， pp. 368-381 ，，提出通过搜索姿态空间来寻找与前景最佳的匹配姿态，继而有效地给出当前前景的姿态估计。 该文献首先对前景的人体目标进行跟踪，然后估计出头部和四肢的参数，并使用基于网格 的置信度推测出二维的关节位置，最后根据得到的置信图采用基于马尔科夫链的蒙特卡罗 方法搜索姿态空间获得人体的三维姿态。尽管有着良好的实验结果，但是这类方法需要搜索30或者更高维数的姿态空间，导致极大的计算复杂度，文献所述方法采用C++实现的算 法对每帧图像的平均处理时间达到了 5分钟，所以无法引入到实时系统中。
技术实现思路
为了克服现有技术处理每帧图像时间长的不足，本专利技术提供一种基于剪影的二维 人体姿态处理方法，采用人体骨架模型作为先验信息，并利用此先验信息对人体数据点集 进行快速准确的分类，并根据分类结果来修正人体骨架模型，进而得到人体姿态的正确估 计。由于本专利技术方法取消了对姿态空间的搜索，可以大大降低计算量；采用0++算法进行迭 代计算，进而确保了计算结果的精度，可达到实时性要求。 本专利技术解决其技术问题所采用的技术方案一种基于剪影的二维人体姿态处理方 法，其特点是包括下述步骤 (a)建立人体骨架模型，将模型的原始参数输入计算机，所述模型包括十五个关节 O和十四个骨架段1 14，关节点A是基准点； (b)采用基于混合高斯模型的背景差算法点A <formula>formula see original document page 4</formula> 对输入的原始图像中坐标为(x，y)的点处混合高斯模型为Model = K^Model,, i = 1，2， . . . ， num}进行剪影图像提取； 式(1)中，I是剪影图像J是输入的原始图像，9为剪影图像提取阈值，〈w，Model〉 表示一个权重为w的单高斯模型，皿m表示混合高斯模型所包含的单高斯模型的数目； 采用<formula>formula see original document page 4</formula> 对所提取剪影图像进行中值滤波处理； 式(2)中，G是滤波后的剪影图像，med表示取中值，W表示中值滤波模板； 采用距离变换 D(p) = min(dis(p， q) |G(q) = 0} (3) 对滤波后的剪影图像进行处理，以提取出人体躯干，并确定基准点； 式(3)中，p、q表示剪影图像G上的两个像素点，D(p)表示像素p的距离变换值，dis(p， q)表示像素p和像素q之间的距离，min表示取最小值； (c)采用欧式距离作为度量标准，利用步骤(a)建立的人体骨架模型对经过步骤 (b)处理后的剪影图像进行数据点分类，即，数据点Pi隶属于骨架段Sj的条件是 _/ = arg爲^(衡(aA)) (4) 式(4)中，Dis表示取数据点Pi和骨架段Sj之间的欧氏距离；Pi是第i个数据点， Sj是第j个骨架段； (d)计算各个类的样本点的均值向量 附=丄￡&(5) 式(5)中，m是均值向量，xk表示第k个样本点，n表示样本点的个数； 计算离散度矩阵S <formula>formula see original document page 5</formula> 计算S的最大的特征值、对应的特征向量V^即<formula>formula see original document page 5</formula>) 式(7)中，eig(S)表示求S的所有特征值；以Vm为方向向量，且过各个类的中轴； (e)由公式<formula>formula see original document page 5</formula> 计算与基准点关节点A相连接的关节点B、 C、 D和E，以关节点B、 C、 D和E为起始 点，计算关节点F、G、H、 I、 J和K，然后计算关节点L、M、N和0，得到修正后的关节点和骨架 段； 式(8)中，(x， y)是所求的骨架段终止关节点的坐标，(x。， y。)表示骨架段的起始 关节点的坐标，L^为相应骨架段的长度，e表示该骨架段的方向角； 反复执行步骤(c) (e)，直到人体骨架模型的参数稳定。 所述人体骨架模型是铰链模型。 所述中值滤波的模板W取5 X 5 。 本专利技术的有益效果是由于采用人体骨架模型作为先验信息，并利用此先验信息 对人体数据点集进行快速准确的分类，并根据分类结果来修正人体骨架模型，进而得到人 体姿态的正确估计。由于本专利技术方法取消了对姿态空间的搜索，大大降低了计算量，对图像 序列的处理速度超过每秒20帧，即采用0++算法对每帧圉像的平均处理时间由现有技术的 5分钟降低到小于20毫秒；采用0++算法进行迭代计算，还确保了计算结果的精度，达到了 实时性要求。 下面结合附图和实施例对本专利技术作详细说明。附图说明 图1是本专利技术建立的人体骨架模型。 图2是本专利技术流程图。具体实施例方式以下具体实施方法参照图1 2。 1.建立人体骨架模型。 建立铰链式人体骨架模型。该骨架模型采用十五个关节点和十四个骨架段构成，每个骨架段的长度是固定不变的。其中，关节点A为整个模型的基准点，其基准点的位置在后面的迭代过程中保持不变。 2.剪影提取和基准点定位。 采用基于混合高斯模型的背景差算法对输入的原始图像进行剪影图像提取，得到 的剪影图像图记为I。 〈w，Model〉表示一个权重为w的单高斯模型，假设对原始图像中坐标 为(x，y)的点处混合高斯模型为Model = {〈Wi， Model,, i = 1，2，... ，num}(皿m表示混合 高斯模型所包含的单高斯模型的数目)，那么剪影图像提取公式如下1 3/ e [1,使得7(;c，力e< w,，Mwfe( > > ^ (丄)0 式(1)中J为当前输入原始图像，e为剪影图像提取阈值，可以为固定阈值，本实 施例将e取为自适应的，取所有权重中的次小值。 对获得的剪影图进行中值滤波处理，以消除噪声。中值滤波的计算公式如下 G (x， y) = med {I (x_k， y_l) ， (k， 1 G W)} (2) 式(2)中，I为输入的原始剪影图像，G为滤波后的剪影图像，med表示取中值，W 表示中值滤波模板，本实施例取5X5的滤波模板。 然后采用距离变换(Distance Transform)对剪影图像进行处理，获得距离变换 图。距离变换的计算公式如下 D(p) = min(dis(p， q) |G(q) = 0} (3) 式(3)中，G表示剪影图，p，q表示剪影图G上的两个像素点，D(p)表示像素p的 距离变换值，dis(p，q)表示像素p和像素q之间的距离，本专利技术采用欧氏距本文档来自技高网...

【技术保护点】
一种基于剪影的二维人体姿态处理方法，其特征在于包括下述步骤：（ａ）建立人体骨架模型，将模型的原始参数输入计算机，所述模型包括十五个关节点Ａ～Ｏ和十四个骨架段１～１４，关节点Ａ是基准点；（ｂ）采用基于混合高斯模型的背景差算法＊＊＊（１）对输入的原始图像中坐标为（ｘ，ｙ）的点处混合高斯模型为Ｍｏｄｅｌ＝｛〈ｗ↓［ｉ］，Ｍｏｄｅｌ↓［ｉ］〉，ｉ＝１，２，．．．，ｎｕｍ｝进行剪影图像提取；式（１）中，Ｉ是剪影图像，＊是输入的原始图像，θ为剪影图像提取阈值，〈ｗ，Ｍｏｄｅｌ〉表示一个权重为ｗ的单高斯模型，ｎｕｍ表示混合高斯模型所包含的单高斯模型的数目；采用Ｇ（ｘ，ｙ）＝ｍｅｄ｛Ｉ（ｘ－ｋ，ｙ－ｌ），（ｋ，ｌ∈Ｗ）｝（２）对所提取剪影图像进行中值滤波处理；式（２）中，Ｇ是滤波后的剪影图像，ｍｅｄ表示取中值，Ｗ表示中值滤波模板；采用距离变换Ｄ（ｐ）＝ｍｉｎ｛ｄｉｓ（ｐ，ｑ）｜Ｇ（ｑ）＝０｝（３）对滤波后的剪影图像进行处理，以提取出人体躯干，并确定基准点；式（３）中，ｐ、ｑ表示剪影图像Ｇ上的两个像素点，Ｄ（ｐ）表示像素ｐ的距离变换值，ｄｉｓ（ｐ，ｑ）表示像素ｐ和像素ｑ之间的距离，ｍｉｎ表示取最小值；（ｃ）采用欧式距离作为度量标准，利用步骤（ａ）建立的人体骨架模型对经过步骤（ｂ）处理后的剪影图像进行数据点分类，即，数据点ｐ↓［ｉ］隶属于骨架段Ｓ↓［ｊ］的条件是ｊ＝ａｒｇ＊（Ｄｉｓ（ｐ↓［ｉ］，Ｓ↓［ｊ］））（４）式（４）中，Ｄｉｓ表示取数据点ｐ↓［ｉ］和骨架段Ｓ↓［ｊ］之间的欧氏距离；ｐ↓［ｉ］是第ｉ个数据点，Ｓ↓［ｊ］是第ｊ个骨架段；（ｄ）计算各个类的样本点的均值向量ｍ＝１／ｎ＊ｘ↓［ｋ］（５）式（５）中，ｍ是均值向量，ｘ↓［ｋ］表示第ｋ个样本点，ｎ表示样本点的个数；计算离散度矩阵ＳＳ＝＊（ｘ↓［ｋ］－ｍ）（ｘ↓［ｋ］－ｍ）↑［Ｔ］（６）计算Ｓ的最大的特征值λ↓［ｍ］对应的特征向量Ｖ↓［ｍ］，即＊＊＊（７）式（７）中，ｅｉｇ（Ｓ）表示求Ｓ的所有特征值；以Ｖ↓［ｍ］为方向向量，且过各个类的中轴；（ｅ）由公式＊＊＊（８）计算与基准点关节点Ａ相连接的关节点Ｂ、Ｃ、Ｄ和Ｅ，以关节点Ｂ、Ｃ、Ｄ和Ｅ为起始点，计算关节点Ｆ、Ｇ、Ｈ、Ｉ、Ｊ和Ｋ，然后计算关节点Ｌ、Ｍ、Ｎ和Ｏ，得到修正后的关节点和骨架段；式（８）中，（ｘ，ｙ）是所求的骨架段终止关节点的坐标，（ｘ↓［０］，ｙ↓［０］）表示骨架段的起始关节点的坐标，Ｌ↓［ｓｅｇ］为相应骨架段的长度...

【技术特征摘要】

【专利技术属性】
技术研发人员：张艳宁，李猛，杨涛，林增刚，蒋冬梅，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：87[中国|西安]