基于模糊对象模型的视频人体分割及其在幼儿行为研究体态估计中的应用
计算机视觉与模式识别
2013-05-30 v1
摘要
视频对象分割是一项具有挑战性的问题，原因在于存在可变形、连通且有关节的对象，对象内部及对象间的遮挡，对象运动以及光照不良。其中一些挑战要求对象模型能够定位目标对象并将其从周围背景中分离出来，即使两者具有相似的颜色和纹理。在本工作中，我们扩展了一种名为云系统模型（CSM）的模糊对象模型以处理视频分割，并评估其用于有自闭症风险的幼儿的体态估计。CSM 已成功用于对大脑部分（大脑、左右脑半球和小脑）进行建模，以便在 3D MR 图像中自动定位并将它们彼此分离，以及与相连的脑干和背景分离。在我们的案例中，对象是人体的关节化部分（2D 投影），它们会发生形变、引起自遮挡并在视频中移动。所提出的 CSM 扩展通过使用 2D 火柴人模型连接系统的各个云（即身体部分）来处理关节化问题。火柴人表示法自然地允许我们提取幼儿无支撑步态期间手臂不对称模式的 2D 体态测量值，这是自闭症的一种潜在行为标记。结果表明，我们的方法能够提供深刻的知识，以协助专家在真实的临床评估中进行观察。
引用
@article{arxiv.1305.6918,
title = {Video Human Segmentation using Fuzzy Object Models and its Application to Body Pose Estimation of Toddlers for Behavior Studies},
author = {Thiago V. Spina and Mariano Tepper and Amy Esler and Vassilios Morellas and Nikolaos Papanikolopoulos and Alexandre X. Falcão and Guillermo Sapiro},
journal= {arXiv preprint arXiv:1305.6918},
year = {2013}
}
备注
arXiv admin note: text overlap with arXiv:1210.7014