一种基于颜色直方图的人体部位外观模型

为提高单幅静态图像中人体姿态估计的准确度,提出了一种仅利用单幅静态图像建立的基于颜色直方图的人体部位外观模型。模型的建立主要包括三个步骤,即:①计算人体部位减小后状态空间中的每个状态所对应图像区域的HOG特征与基于HOG特征的部位外观模型的似然度;②利用似然度较高的状态学习定位概率;③根据学习得到的定位概率建立基于颜色直方图的部位外观模型。仿真实验表明当将所提人体部位外观模型用于单幅静态图像的人体姿态估计时可以得到更好的估计效果。

在非重叠视域监控网络中的人体目标跟踪(英文)

针对存在非重叠视野的摄像机监控网络,提出了一种基于人体外观模型和摄像机间时空信息的人体目标自适应跟踪算法. 对于人体外观模型,首先根据人体测量学理论将人体目标划分成头、躯干和腿 3 个部分,分别提取各部分的 HSV 颜色直方图特征用于构建人体外观模型,然后引入加权因子计算人体目标之间的相似度,最后采用一种基于双阈值的相似度排序算法确定人体目标的匹配关系. 对于摄像机间的时空信息,通过增量学习,不断积累目标关联信息,经统计分析逐步更新摄像机间时空信息. 实验结果验证了所提出的跟踪算法在无需摄像机标定的条件下能够实现人体目标的连续跟踪,且随着关联匹配信息的累加,算法的跟踪准确性也逐步提高.