运动图像中人体关节点的跟踪方法及实现研究

摘要

近年来，人体运动分析逐渐成为图像处理和计算机仿真领域中研究的热点问题，应用领域越来越广。人体运动分析是指运用某种手段跟踪、捕捉人体的运动，获得人体的运动参数并从中重建人体的结构、姿态和行为。进行人体运动分析的首要任务和基本问题是获取人体的运动参数。其研究的重点是从多个视频图像序列中检测、跟踪人体，获取人体运动的参数，进而重建人体的二维、三维模型，和描述和识别人体的运动姿态与模式。 本文关注于如何在视频图像中获取人体的运动参数，即在视频图像中人体关节点的跟踪及关节点的准确定位。本文研究了在单目摄像机静态背景下获得的视频图像中，获取跟踪人体关节点运动参数的跟踪方法及算法。并讨论了在具体体育训练需求条件下，采用基于灰度特征的搜索方法进行人体关节点的跟踪。在参考已有的各种人体模型研究基础上，建立了一个由20个关节点组成的二维人体骨架模型。 通过对已有算法的分析，结合体育训练辅助分析系统的实际需要，本文将各种算法融合在一起，针对不同速度的图像采用不同算法。本文引入了卡尔曼滤波技术来预测关节点出现的位置，从而进一步加快搜索速度。最终实现了在普通视频图像中，快速、准确的跟踪人体关节点的软件，取得了初步研究成果。 本文的研究仍存在很多不足，对于人体运动的遮挡问题，没有彻底解决；跟踪过程中仍存在不准确点，如果对图像进行预处理效果应好些。

目录

文摘

英文文摘

声明

第一章引言

1.1研究背景及意义

1.2人体运动跟踪技术的国内外研究进展

1.3现有人体运动跟踪技术的难点及发展趋势

1.4本文研究的主要内容及章节安排

第二章人体关节点跟踪的基本原理

2.1人体运动的跟踪方法

2.1.1基于模型的跟踪

2.1.2非基于模型的跟踪

2.1.3两类跟踪方法的对比

2.2人体关节点的跟踪方法

2.2.1传统的关节点跟踪方法

2.2.2本文采用的关节点跟踪方法

2.3人体关节点跟踪模型的建立

2.3.1常用的二维人体模型

2.3.2本文中使用的二维人体模型

2.4人体关节点跟踪的难点问题

2.4.1运动分割(Motion Segmentation)

2.4.2遮挡处理(Occlusion Handling)

2.4.3三维建模与跟踪(3-D Modeling and Tracking)

2.4.4性能评估(Performance Evaluation)

第三章人体关节点的跟踪算法

3.1人体关节点跟踪算法的基本思想

3.1.1块匹配方法BMA(Block Matching Algorithm)

3.1.2匹配准则

3.2人体关节点的常用跟踪算法

3.2.1全搜索法FS(Full Search Method)

3.2.2步长按对数递减的快速搜索算法

3.2.3模块化搜索窗的快速搜索算法

3.2.4搜索算法小结

3.3本文中采用的算法

3.3.1算法的选择

3.3.2引入预测机制

第四章人体关节点跟踪软件的系统分析与概要设计

4.1跟踪软件的系统分析

4.1.1跟踪软件的应用对象

4.1.2跟踪软件的需求分析

4.2跟踪软件的总体设计

4.2.1跟踪软件的体系结构

4.2.2跟踪软件的总体设计

第五章人体关节点跟踪软件的详细设计与实现

5.1打开文件模块的详细设计与实现

5.2选择标记点模块的详细设计与实现

5.3标记点跟踪分析模块的详细设计与实现

5.3.1模块功能描述

5.3.2模块的流程图

5.4显示跟踪结果模块的详细设计与实现

5.5保存结果模块的详细设计与实现

5.6软件运行环境介绍及运行结果分析

5.6.1软件运行环境与运行说明

5.6.2软件运行结果与分析

第六章结束语

6.1本文所做工作的总结

6.2进一步的研究展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢