牛学锋，赵　勇

(西安邮电大学 自动化学院，陕西 西安 710121)



一种基于特征融合的部位外观模型

牛学锋，赵勇

(西安邮电大学 自动化学院，陕西 西安 710121)

针对人体姿态估计算法在建立部位外观模型时将不同图像特征平等对待的问题，建立一种基于模糊K-均值算法融合方向梯度直方图(Histogram of Orientation Gradient, HOG)和颜色特征的部位外观模型。将部位定位状态对应的HOG和颜色直方图特征进行组合，利用组合而成的特征向量构造样本集。分别计算部位定位状态对应的HOG和颜色特征与分别基于这两种图像特征的部位外观模型的相似度，并将两个相似度乘积的平方根作为样本的初始隶属度，通过模糊K-均值算法收敛后的聚类中心即为部位外观模型。仿真实验表明，建立的部位外观模型能更准确地描述真实人体部位的外观特征，将其用于人体姿态估计时可以得到准确度更高的估计结果。

人体姿态估计；部位外观模型；模糊K-均值算法；梯度方向直方图；颜色直方图

人体动作和行为识别与分析已广泛应用在视频监控、虚拟现实和人机交互等计算机视觉领域。人体姿态估计是一个估计人体各部位在图像中的具体位置的过程，正确估计可以较好地服务于人体动作和行为的识别与分析。部位外观模型是对真实人体部位外观特征的描述，在人体姿态估计的过程中起着非常关键的作用[1]。

受光照条件、颜色对比度、人体体型的变化以及部位可能存在被遮挡等因素的影响，不同图像中的人体部位很难用单一的图像特征进行精确的描述。……