PDF《自然环境下日常动作的在线识别》

0 (2) 其中 a , b , c , d 都是常系数. 对应地面上的点 ( Xc , Yc , Zc) , 它在图像坐标系的 成像为( u , v) . 那么由摄像机模型可以得到 u = fXc Zc + u0 v = fYc Zc + v0 (3) 由式(2) 、 (3) 可以得到

7 1 第4A 期 曹媛媛 :自然环境下日常动作的在线识别 a f ( u - u0) Zc + b f ( v - v0) Zc + cZc + d =

0 (4) 于是 Zc 可以用如式(5) 所示的形式来表示 ,其中对 于特定固定放置的摄像机 , ka , kb 和kc 也都是常系数. Zc = kau + kbv + kc (5) 由于 Zc = Z ,所以最终我们可以得出 h =

1 k1 u + k2 u + k3 hw (6) 其中 , k1 , k2 和k3 是常系数 ,即h=S(u,v)

3 hw (7) 式(6) 可以看出 , 人体在不同的位置 , 成像的高度 随着人离摄像机的位置而变. 成像高度的缩放倍数是 人体脚点在不同的位置的图像坐标的函数 S ( u , v) . 对 于不同的人 ,只有 hw 不同 ,但是缩放比例因子 S ( u , v) 都是相同的. 根据式(6) , 对于特定摄像机 , 只需知道人在不同 的位置时的几个高度 , 由于人体实际高度 hw 已知 , 即 已知若干组( h , u , v) , 就可以求出系数 k1 , k2 和k3 的值. 这样 ,当已知了人体位置和实际高度后 , 就可以计 算出人体的图像高度 , 那么便可以检测到是够遮挡或 者遮挡比例. 在任意时刻 ,当我们从

4 个同步的摄像机得到

4 帧 图像时 ,计算每一路视频帧中人体未被遮挡的比例 ,平 均值最大的一对相邻摄像机将被选择. 包容形状特征 的提取就从这两路选定的摄像机的视频帧中计算. 下 一小节介绍双摄像机下 包容形状 体态特征的抽取.

3 基于 包容形状 的........