贾晓凌 张文安 杨旭升

(浙江工业大学信息工程学院 浙江省嵌入式系统联合重点实验室 杭州310023)

0 引言

近年来,在人机协作、体育竞技、体感娱乐以及医疗康复等领域,人体姿态估计扮演着越来越重要的角色[1-3]。特别地,随着3D 视觉和人工智能等技术的发展,3D 人体姿态估计的研究引起了国内外学者的广泛关注[4-5]。

在视觉人体姿态估计领域,较为成熟的方法主要有两种,一是利用多相机系统捕捉可穿戴式的反光标记点以实现3D 人体姿态信息的捕捉,如Opti-Track、Vicon 等人体姿态捕捉系统。该方法利用标记点避免了复杂的人体关节点的识别,具有较高的人体姿态估计的精度,但其对人工标记点的依赖,使得该方法的使用范围受限[6-7]。二是利用深度传感器信息实现3D 人体姿态估计。常用的深度传感器有Microsoft 的Kinect 系列、ASUS 的Xtion 系列等传感器。凭借这类传感器获取深度图像的优势,结合随机森林等方法便捷地实现人体关节点的识别,继而获得3D 人体姿态的估计[8-9]。

文献[10]提出采用随机森林方法(random forest method,RFM)来实现在单个深度图像中的人体姿态估计,并由此衍生出一系列在深度图像中人体姿态估计方法的研究,如近几年提出的Hough forests[11]、Random ferns[12]、Random tree walks[13]等系列方法。尽管这类方法已将深度图像领域中的人体姿态估计做到了很高的水准,但难以克服视觉遮挡带来的估计精度下降的问题。为了处理视觉遮挡问题,文献[14]提出了一种基于单深度图像的视点不变模型,能够做到在自遮挡情况下选择性地预测部分人体姿态。……