PDF《自然环境下日常动作的在线识别》

修回日期 :2008212212 基金项目 :国家自然科学基金(No. 60673189) 第4A 期2009 年4月电子学报ACTA ELECTRONICA SINICA Vol.

37 No. 4A Apr.

2009 复杂 ,计算量大 ,自由度大 ,一般比较难以精确获得. 二 维表观模型相比三维模型使用的较多 ,Ogale[3] 通过为 每个动作建立各种不同视角下的多个表观模型来进行 视角不变的动作分析. 这在训练阶段带来巨大的计算 量. 另一种想法是试图合成与训练一致的视角 ,因为许 多视角相关的研究都证明了从与运动方向正交的视角 可以获得最佳的体态特征. Rao[4] 使用人手质心的轨迹 来描述由一只手完成的动作并利用轨迹的仿射不变量 开发了可以自动运作的识别系统. 这种方法在手部动 作以外的通用性还有待更深入的研究. Parameswaran[5] 重点研究了视角不变的人体动作识别方法. 他选择了 人体的六个连接点 ,并且计算每一个体态中它们的三 维不变量. 这种方法依赖鲁棒的语义特征点检测或者 是点对应 ,而这些在自然环境下是比较难实现的. 以上研究都是在已经分割好的动作视频数据库上 测试 ,这些数据往往背景单一 ,动作者位置固定 ,无遮 挡 ,动作过程中不存在平移和转动. 对自然环境下的动 作识别的研究也多是利用简单的体态特征对分割后的 视频段进行推理[6] . 只有不多的工作研究了自然场景 下的连续动作的识别. Wang[7] 是在单摄像机 ,且视角处 于区分动作的最理想的方向上 ,提取简单的体态轮廓 特征进行识别 ,该体态特征只有在特定视角下才对动 作有区分度 ,因此限制了人的运动方向和动作朝向 ;

对 每帧进行孤立的分析忽略了动作前后连贯的重要特 征. 还有一些工作通过分析人的轨迹来分析识别人的 一系列动作[8] 或者通过检测被使用物体来分析识别人 的动作[9] . 目前还没有适用于自然环境下的连续、 位置视角 多变的日常动作的在线识别方法. 目前的研究中 ,视角 无关动作识别的研究仅仅针对固定场景下已分割无遮 挡动作进行识别 ,而自然场景下连续动作的在线识别 往往避开了对多视角下动作的识别. 本文提出了在分布式视觉系统下对视角多变的连 续人体动作进行识别的方法. 方法不受人体自由移动 和转动的影响 ,且能够解决部分遮挡和移出视场的问 题. 在动作识别的体态表示阶段 ,我们选择视角无关的 包容形状 来描述体态 ,从两个近似正交的摄像机拍 摄到的观测目标轮廓信息中可以方便的获得 包容形 状 体态表示. 它不需要依靠任何较难实现且对误差很 敏感的语义点检测和点对应过程. 对小部分遮挡或移 出视场的情况 ,扩展的 包容形状 仍然可以有效的识 别动作. 在线的识别是通过滑动窗口来实现. 一段时间 上的体态特征向量被输入到一组根据当前环境知识选 择的隐马尔科夫模型中进行识别 ,最匹配的模型表示 了动作识别的结果. 本文还讨论了摄像机标定和遮挡 检测等内容.

2 遮挡检测和摄像机选择 我们搭建了一个分布式的智能家居实验平台, 实 验场景布置如图

1 所示. 房间安装了四个固定的摄像 机 ,为了满足提取包容形状特征提取算法对摄像机的 要求 ,实验中每相邻两个摄像机光轴之间的夹角为π /

3 ~2 π /

3 ,并且使摄像机的像平面与竖直轴平行 , 第3小节会具体分析. 在分布式的视觉系统下 , 为避免或减少遮挡的发 生 ,摄像机规划是首要解决的问题. 本小节先讨论遮挡 检测方法 ,然后给出摄像机的规划方法. 这里主要讨论 最常见的站立人体上/ 下半身被遮挡的情况. 如果可以 计算出人体在当前位置时在像平面的高度 , 那么就可 以知道是否发生了遮挡 ,遮挡比例是多少. 由于人体本身的深度和人体到摄像机的深度相比 通常较小 ,我们可以利用仿射摄像机模型. 这时候人体 成像大小和人体到摄像机光心的距离成反比. 假设人 体到摄像机光心的距离为 Z ,那么可以得到 h = k Z hw (1) 在式(1) 中,hw 是三维世界坐标系中人体的高度 , h 则是图像中人体的高度 , k 是比例系数. 对于一个特定 固定放置的摄像机(相当于内外参数确定) , k 是一个常 数. 对于仿射摄像机 , Z 也就是人体脚点到摄像机光心 的距离 , Z = Zc . 在摄像机坐标系中 , 地平面可以用以下方程来表 示 ,对于一个特定固定放置的摄像机 : aXc + bYc + cZc + d =