深度摄像机和卡尔曼滤波器在人体目标跟踪中的应用研究

摘要

针对人体跟踪过程中因遮挡、姿态变化而导致的跟踪器鲁棒性变差的问题,提出一种基于深度相机和卡尔曼滤波的人体目标跟踪方法,在深度图像下,基于人体骨架关键点,将人体目标分解成若干个关键点的位置状态,分别建立各关键点运动的数学模型,通过卡尔曼滤波器的跟踪,增加了人体目标跟踪不确定性的描述,提高了对遮挡、识别错误等不利因素的鲁棒性。