基于粒子滤波与三维卡片盒模型及新型确定性重采样策略的单目人体跟踪
计算机视觉与模式识别
2020-02-25 v1 机器人学
摘要
无标记人体运动跟踪的挑战在于搜索空间的高维性。因此，在搜索空间中的高效探索具有重要意义。本文提出一种用于上半身运动跟踪的运动捕捉算法。所提系统基于单目轮廓匹配跟踪人体运动，构建于分层粒子滤波之上，其中应用了一种新型确定性重采样策略（DRS）。所提系统利用惯性传感器系统测得的真值数据进行定量评估。此外，我们将 DRS 与分层重采样策略（SRS）进行比较。实验表明，在粒子数相同的情况下 DRS 优于 SRS。而且，我们创建了一种名为三维卡片盒模型（3D cardbox model）的新型三维关节式人体上半身模型，并证明其在运动跟踪中成功工作。实验显示，所提系统可在无自遮挡情况下鲁棒跟踪上半身运动。朝向相机的运动也能被良好跟踪。
引用
@article{arxiv.2002.09554,
title = {Particle Filter Based Monocular Human Tracking with a 3D Cardbox Model and a Novel Deterministic Resampling Strategy},
author = {Ziyuan Liu and Dongheui Lee and Wolfgang Sepp},
journal= {arXiv preprint arXiv:2002.09554},
year = {2020}
}