人体姿态估计算法演变历史

发表于 分类于 阅读次数：
人体姿态估计算法的演变历史，从传统计算机视觉方法，到深度学习方法

人体姿态估计算法演变过程

传统视觉算法

基于两种，一种采用电磁标记坐标，另一种采用基于视觉的无标记分析1。
研究可以分为两大类：基于模型（或生成）和无模型（或判别）方法。基于模型的方法采用先验的人体。姿态估计过程包括建模和估计。建模是似然函数的构造，考虑了相机模型、图像描述符、人体模型和匹配函数以及（物理）约束。

基于生成模型方法

建模
建模阶段的目标是在给定一组参数的情况下构建给出图像可能性的函数,参数包括，身体配置，体型和外观参数以及相机视角。

基于模型的方法使用人体模型，其中包括运动学结构和身体尺寸。此外，还使用一个函数描述了给定模型参数的人体如何在图像域中出现。图像通常不是使用原始的视觉输入，而是用边缘、颜色区域或轮廓来描述。需要视觉输入和人体模型生成外观之间的匹配函数来评估模型实例化对视觉输入的解释程度。

运动学模型

  • 运动学模型有关节组成，关节包含多个自由度(DOF),指示关节可以在多少个方向上移动。

基于无模型判别方法

人体姿态估计算法

传统计算机视觉方法 1990-2000

直接线性变换算法DLT(Direct Linear Transform)

>

d

透视n点(PnP) 算法(Perspective-n-Point)

参考文献

[1].Pope, R. 《Vision-based human motion analysis: An overview》. Computer Vision and Image Understanding 108, 期 1–2 (2007年): 4–18. https://doi.org/10.1016/J.CVIU.2006.10.016.