摘 要

Abstract III

第1章 绪论 1

1.1 研究背景及意义 1

1.2 国内外相关技术及研究现状 2

1.2.1 关节体跟踪算法研究现状 2

1.2.2 置信传播算法研究现状 3

1.3关节体人体模型构建 3

1.4 论文主要内容 4

1.4.1 课题研究内容 4

1.4.2 章节安排 5

第2章 置信传播算法分析 6

2.1 置信传播算法原理 6

2.1.1 表示方法 6

2.1.2 序贯置信传播分析 8

2.2 SBP蒙特卡罗 9

2.2.1 蒙特卡罗方法 9

2.2.2 BPMC算法步骤 9

2.2.3 SBPMC算法步骤 10

2.4 本章小结 12

第3章 融合多特征的似然度构建 13

3.1 颜色似然函数 13

3.2 边缘似然函数 15

3.3本章小结 16

第4章 实验及结果分析 17

4.1 实验与分析 17

4.2 本章小结 21

第5章 总结与展望 22

5.1 总结 22

5.2展望 22

参考文献 23

致 谢 24

附 录 25

摘 要

基于置信传播的三维人体运动分析研究是对人体三维运动来进行跟踪、搜索和识别。由于人体运动具有高维性、连续性和突发性，所以捕捉人体运动状态的变化需要一种精确快速的算法来实现，以应对不同场景的需求。

本文的主要内容是构建三维人体模型，设计置信传播算法，并基于MATLAB设计人体跟踪软件，完成人体运动跟踪。

三维人体运动状态可能会有突发性的变化、帧下降的问题，可能导致跟踪不精确甚至失败，而传统的置信传播算法的跟踪速度慢，且不易处理突发状况。因此，本文在传统的跟踪算法基础上，采用蒙特卡罗方法优化，并构建融合多特征的似然函数，利用相邻节点间的概率约束关系，提高跟踪算法的鲁棒性，加速关节体的跟踪。

本次设计进行了两个实验，验证算法的可行性。得出的实验结果证明，本文的分析研究方法在处理三维人体运动过程中，能正确地从不同背景中识别人体结构，并能正确检测到人体的躯干、手臂、关节的运动状态变化，具有良好的鲁棒性，达到了我们的设计预期。

关键词：置信传播；3D人体建模；运动目标检测；融合多特征；似然度估计

Abstract

3D human motion analysis based on belief propagation is to track and identify human motion. Because of the high dimensionality, continuity and burst of human motion, we need to capture the change of the human body movement efficiently so that it could be applied to different scenarios.

In this paper,we develop a 3D human body model and design the belief propagation algorithm to track human motion.Besides, we develop a human motion tracking software with Matlab2014a to complete the tracking procedure.

3D human motion state may be vunerable to abrupt motion or frame dropping problem which may result in an inaccurate tracking outcome.Although with computational benefits, the speed of tracking system bases on traditional belief propagation algorithm is inadequate because of the high complexity of the procedure. Therefore, in this paper,we optimize the existing belief propagation algorithm by Monte Carlo method and construct a likelihood function which combines two features of the image.Furthermore, probabilistic constraint relationship between neighbor nodes could be used to improve the roubust of tracking algorithm and accelerate the articulated body tracking.

With the extended belief propagation above, we designed two experiments to verify the effectiveness of the algorithm,.According to the results we obtained, the method we adapted in the process of 3D human motion could recognize the structure of human boby from different backgrounds correctly and match the motion of torso and arms precisely.The algorithm has good robustness, which meet the demand of the project..

Key Words: Belief propagation;3D human body modeling;Moving object detection;Multi- feature fusion;Likelihood estimation

第1章 绪论

自上世纪90年代以来，计算机视觉随信息化的快速发展，得到越来越多国家的广泛关注和重视。在数字图像研究领域，利用计算机视觉分析研究三维人体运动问题一直是个十分活跃的课题。由于人的体型身材各异，衣着挂饰的干扰，从背景中识别跟踪人体并不是一件轻而易举的事。要利用计算机视觉识别追踪三维人体运动状态，首先要从背景中发现和识别关节体人体结构，例如人的躯干、头和四肢。因此，对人体进行三维建模，是进行运动跟踪的基础。其次，要实现运动跟踪，需要在帧与帧之间建立联系，根据算法进行推断估计，得出结果。本文采用的置信传播算法，引入贝叶斯准则，在多尺度上进行最大后验概率的传播，融合不同尺度上的显著特征，构建融合多特征的似然函数，提高算法的鲁棒性，达到准确跟踪的目的。

1.1 研究背景及意义

人类视觉系统能够实时感知追踪运动目标，识别其运动状态。但是人类的视觉系统在复杂的背景下，例如公园散步的市民、舞步多变的舞者的运动状态，是难以长时间地、细致地捕捉，记录捕捉的结果。随着物质生活越来越丰富，人们对生活的品质和计算机技术水平要求越来越高，在需要高效地捕捉运动状态、保留运动细节的活动中，迫切地需要应用到人体跟踪技术，例如虚拟现实、游戏动画、高级人机交互，体育赛事视频回放分析和康复工程等。而现代计算机普遍运算速度快，功能强大，存储容量大，在数字图像处理技术中充分利用计算机的优势，分析处理视频帧信息，更快速高效地协助人们提取所需信息^[1]。

三维人体运动分析是数字图像处理的一个重要的研究方向，其通过对三维人体关节进行建模，设计关节点间的关系，完成人体运动的跟踪，捕捉运动姿势和运动位置。研究可以广泛地应用在与我们生活息息相关的领域，如体育竞技、交通执法、军事防御

1. 体育竞技：在竞技场上，例如体操项目，传统的赛事录像只是对视频进行人工的解说和评判，运动员的动作是否达标是通过人工裁定，可能会产生误判的情况，有失公平。而融入三维人体运动分析技术的录像，则可以在赛场上实时地跟踪和记录运动员的动作，电子评判与人工评判相结合，更能及时地准确进行评判，更加公平公正^[2]。
2. 交通执法：现有的电子警察，可以在交通道路抓拍超速超载违规行为。但是目前还有一些危险行电子警察不跟踪识别的，例如行人翻越护栏、乱闯红绿灯等，若不能及时发现并报警，这些行为将危及他人及其自身的安全。若在路段监控视频中融入三维人体运动分析技术，则可以及时地发现这些危险的行为，记录跟踪结果，协助交警执法，保障市民的安全出行。
3. 军事防御：在军事侦察和战斗中，三维人体运动分析可以应用在士兵的头盔瞄准器中，协助士兵快速捕捉战争现场图像，发现埋伏的敌人，精确地击中敌军。

基于置信传播的三维人体运动分析研究，在置信传播算法上引入贝叶斯准则，最大后验概率的推导过程可以从多个位置同时开始，可以相互不影响地并行执行不同位置的推导过程，因此置信传播算法可以为并行计算提供良好的基础，提高算法的执行效率，节省运算速度，可以较好的实现实时跟踪，其研究具有相当的实用性和理论研究价值。

1.2 国内外相关技术及研究现状

1.2.1 关节体跟踪算法研究现状