单幅图像的三维人体姿势估计研究

摘要

根据图像中二维人体关节点坐标重建三维人体姿势时常会遇到一个非凸优化问题，给人体姿势的求解带来很大的困难。三维人体姿势估计的凸松弛方法虽然解决了该问题，但是存在算法的收敛速度较慢、姿势估计准确度不高的不足。针对这些不足，提出一种基于遗传优化的自适应凸松弛三维人体姿势估计改进算法。首先根据自适应控制的思想，利用误差评价函数对原凸松弛方法中控制算法迭代步数的变量更新方式进行自适应处理，然后再利用遗传优化算法为该变量的初始值进行寻优，最后利用寻优结果对原凸松弛方法中影响姿势估计准确度的闭式解表达式进行改进。实验结果表明，提出的三维人体姿势估计改进算法对单幅人体图像的处理速度更快，姿势估计准确度更高，更有利于实际应用。

目录

声明

致谢

1 绪论

1.1 研究背景与意义

1.2 人体姿势估计的研究现状

1.3 本文的主要研究内容与论文组织结构

2 三维人体姿势估计的步骤与方法

2.1 人体轮廓的提取

2.2 虚拟骨骼曲线的抽取

2.3 二维关节点坐标定位

2.4 本章小结

3 基于遗传优化的自适应凸松弛三维人体姿势估计

3.1 三维人体姿势估计的凸松弛方法

3.2 基于遗传优化的自适应凸松弛

3.3 本章小结

4 实验与结果分析

4.1 实验环境

4.2 实验数据

4.3 实验中三维人体的表现形式

4.4 实验结果的评价指标

4.5 实验与分析

4.6 本章小结

结论

参考文献

作 者 简 历

学位论文数据集