基于图像的人体姿势估计和手势识别研究

摘要

人体姿态估计在各个领域中都有很大的作用，相比较手势识别，更方便的是个人的一些工作。本文主要的研究就在单幅静态图像上的人体姿态估计以及在深度图像上进行的手势识别，论文主要讲述了以下的几个方面:
　　首先，介绍关于姿态估计的一些相关工作。介绍静态图像的人体姿态估计，并且着重强调分析，人体图模型的相关知识和解法。探讨关于Kinect深度相机的硬件，以及数据获取，转化等。最后介绍了深度图像双边滤波，本文所需要用到双边滤波来进行深度图像去噪声。
　　其次，提出一种基于形状上下文的人体姿态估计方法。依据前文的理论知识，目前对于图像中人体姿态估计方法在处理较复杂的背景的时候难以得到理想的效果，其原因是这些方法不好区分人体和复杂背景，从而无法得到其想要的特征值供其使用。本文针对这一不足提出一种姿态分割估计方法，该方法首先是将人体分割后去除复杂背景的影响，并且在图结构模型中，结合使用形状上下文特征的方法训练对比求解得出最优的人体的姿态。实验发现该方法可以较好的在复杂背景下获得人体的姿态估计，克服背景带来的干扰。
　　最后，提出一种基于随机森林的特征方法用来在深度图像上进行手势识别。使用Kinect深度相机采集到人体的深度数据，在用双边的滤波对于深度图像进行去噪处理，得到去噪后的图像。把手部从图像背景中分离出来，得到想要的手部的深度图。然后使用随机森林训练的方法，对于输入的深度图像，在这提出一个利用当前像素和它周围像素之间的关系，逐像素对手部进行分块，并且用了一个适应距离的方法求得这些相邻周围像素。得到人体手部每块后，分别求得关键点，与标准模板进行对比识别出手势结果。

目录

声明

摘要

图表目录

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．3 本文的主要的研究工作

1．4 论文的组织结构

第二章 人体估计和手势识别相关工作

2．1 姿态估计

2．1．1 姿态估计的定义

2．1．2 姿态估计的一些困难

2．2 人体图结构模型

2．2．1 人体图结构定义

2．1．2 统计学描述

2．2 Kinect深度相机

2．2．1 Kinect简介

2．2．2 Kinect的成像原理

2．2．3 图像坐标的获取与坐标转换

2．2．4 深度图像的预处理

2．3 本章小结

第三章 形状上下文的人体姿态分割估计

3．1 图像人体分割

3．2 形状上下文

3．2．1 Canny算子及轮廓提取

3．2．2 sharp context算法

3．3 在图模型中形状上下文的人体姿态估计

3．4 实验分析

3．5 本章总结

第四章 基于随机森林深度图像的手势识别

4．1 获得手部深度图像

4．1．1 深度图像的去噪

4．1．2 手势分割

4．2 基于随机森林的识别

4．2．1 特征提取

4．2．2 随机森林的训练

4．2．3 识别

4．3 实验结果

4．4 本章小结

第五章 总结与展望

5．1 全文总结

5．2 展望

参考文献

致谢

攻读硕士学位期间的科研成果