基于骨架约束的人体轮廓图像变形算法

经典的基于控制点的移动最小二乘变形方法,没有考虑到图像变形过程中图像的拓扑结构,导致变形效果脱离现实人体轮廓结构,变得夸张且不符合常理。而骨架刚好能完整地保留图像轮廓的拓扑结构。提出一种在变形过程中加入骨架约束的变形算法,通过推导计算得到一个约束系数,使每一个像素点的移动相对于骨架存在一个约束,从而达到真实有效的变形。实验结果表明,文中方法可以使人体轮廓图像由瘦变胖的变形过程更加符合现实中人体曲线的变化情况。

基于RGB彩色和深度信息的人体关节点定位

在人体实时定位问题中,关节点定位成为了构建人体平面骨架模型、识别人体动作中一个重要研究课题。所以,提出了一种利用RGB彩色和深度信息来定位人体关节点的方法,首先利用Kinect来获取运动人体的RGB彩色和深度图像,接着根据人体所处背景的复杂程度来采用不同的人体分割方法将人体分割出来,再对得到的人体轮廓图像进行平滑处理,从而得到平滑且连通的人体轮廓二值图像,再采用细化算法提取出人体轮廓骨架,然后对关节点周围8个邻域的像素值进行分析,并结合人体各刚体部件的比例关系,对人体的16个关节点进行定位,进而构建出人体平面关节点模型。实验结果表明,与现有方法相比,该方法简单有效,能够从多种运动状态人体中提取出准确的关节点坐标,并具有较好的准确性和鲁棒性。