基于贝叶斯滤波与 Kinect 运动先验的单目相机姿态估计

传统的基于单目视觉的上半身姿态估计方法依赖于复杂的人体模型和多种几何约束。我们认为这并不理想且略显笨拙，因为它导致了巨大的计算负担，因此我们尝试通过直接从训练数据中获得的先验来融入这些约束。我们使用涵盖人体姿态出现概率的先验分布来纳入可能的人体姿态。该分布是通过将高斯混合模型拟合到由 Kinect 传感器追踪记录的大规模人体姿态数据集而离线获得的。我们将此先验信息与随机游走转移模型相结合，构建了一个适用于递归贝叶斯滤波框架的上半身模型。我们的模型可被视为离散 Ornstein-Uhlenbeck 过程的混合，即状态表现为随机游走，但会漂移向一组典型观测到的姿态。该模型结合了对人体头部和手部位置的测量，利用递归贝叶斯估计融入时间信息。测量是通过人脸检测和一个简单的肤色手部检测器获得的，后者利用检测到的人脸进行训练。所提出的模型设计时考虑了解析可处理性，我们证明了姿态跟踪可以使用混合卡尔曼滤波进行 Rao-Blackwellisation，从而在保持上半身生物力学特性的同时实现计算效率。此外，使用所提出的上半身模型可以间接获得许多关节的可靠三维姿态估计，而这些关节通常难以使用传统的物体识别策略进行检测。与 Kinect 传感器结果及二维姿态估计最先进水平的比较突显了所提出方法的有效性。