基于Kinect的人手姿态混合跟踪方法

为了实现在无标记的情况下不对称地跟踪人手及其所有关节的位置和姿态,提出一种软硬件结合的混合跟踪计算框架,同时使用电磁跟踪器和无标记人手关节姿态分析算法提出基于CUDA的异步并行粒子群优化(PSO)加速方法.首先通过跟踪器测量人手手腕的位置姿态,使用Kinect数据作为输入,在三空间(双颜色空间和深度空间)下进行手部区域分割;然后使用PSO方法将手关节的23个自由度的跟踪问题转化为求解一个优化问题,使用不对称策略来提高部分手指的跟踪性能,寻找给定参数空间内能够最小化观测值和估计值之间偏差的手模型参数解.该方法不需要进行任何标记,可以对手部关节姿态进行连续跟踪,实验结果表明,其在实验的硬件平台上可以达到12帧/s的运行速度,平均误差稳定在10 mm以内.