基于深度图像数据的人体姿态检测优化

菜单

计算机

研究

毕业论文

1 引言（或绪论） 1

2 基本介绍 1

3 图像解析 4

3.1 边缘图像 4

3.2 边缘模型 5

3.3 区域模型 5

3.4 优化 5

4 外观模型的优化 6

4.1 位置先验6

4.2 外观转换机制7

4.3 分析新图片的外观模型和前景分割8

5 本次研究9

5.1 前期处理9

5.2 应用位置先验 LP 进行图片解析10

5.3 错误原因分析10

5.4 改进思路11

5.5 改进实现12

5.6 结果比较与修改13

结论 14

致谢 14

参考文献14
1 引言在计算机视觉和计算机图形学的研究中，从真实环境获得 3D 几何信息一直是一个热点问题。在文化传承，显示增强和人机交互，实时图像信息获取的应用都非常广泛，在深度相机技术诞生之前，一直没有一个性价比较高的解决方法，比如激光扫描技术的耗时和无动态性，以及立体视觉系统在实践中的不稳定性。深度相机技术的问世为3D 几何信息的获取提供了新的选择。与其他 3D系统不同的是，深度相机非常简单而且能满足绝大多数的功能要求，例如全领域和高速摄像，以便实时测距。现在，在深度相机技术中有两个主要的研究方向。第一个是基于 Tof 原则（time-of-flight），测量两个光波传输的时间差。一些解决方案做了一些调整，采用不连贯的光伴随无线电频率(RF)载体，然后测量该载体在接收端的相位移（例如 Photonic Mixer Devices (PMD) 和Swiss Ranger 4000)）。结合相位展开算法，可以提升最大唯一性范围。Swiss Ranger 400 可以达到 5 至 10米的范围，像素为 176*144。PMD可以提供最大至 60米的范围。另外一个方向是基于光编码，投射一个已知的红外图像到屏幕上，基于被红外CMOS 成像器波获得图像的变形程度来判断深度。最近流行的 Microsoft Kinect 感应器就是利用光编码来测量深度，以得到深度图像信息。本项目的研究是采用深度图像技术将现有的研究[7]进行改进。 2 基本介绍在本次试验中引入了深度图像数据作为新元素，用以优化解析结果。而同时采集RGB图像及其对应的深度图像数据的设备，为微软公司于 2010年发行的 XBOX360游戏机的体感外设Kinect。同时结合了原研究涉及的 PS架构理论作为基础。