人体上肢姿态的估计及多解分析

１０００．９８２５，２００２，１３（１１）２１２７—０７＠２００２Ｊｏｕｍａｌｏｆｓｏｎｗａｒｅ软件学报ｖ０１．１３，Ｎｏ．１１

人体上肢姿态的估计及多解分析＋

任海兵，徐光毒卣

（清华大学计算机科学与技术系人机交互与媒体集成研究所，北京１０００８４）

Ｅ—ｍａｉｌ：ｒｅｎｈａｉｂｉｎｇ＠２６３．ｎｅｔ；１９ｙ—ｄｃｓ＠ｍａｉｌ．ｔｓｉｎ曲ｕａｅｄｈｃｎ

ｈｔｔｐ：Ⅳｗｗｗ．ｔｓｉｎｇｈｕａｅｄｕｃ“

摘要：人体是复杂的变形物体（ｄｅｆｏｎｎａｂｌｅｏｂｊｅｃｔｓ），结构自由度多．仅仅从２Ｄ表观特征出发，很难分析和识别精细的动作，更谈不上理解用户的意图因为手势是交流的主要方式，所以，以３Ｄ模型为基础，对人体上肢建模，重构人体上肢的３Ｄ姿态．从实用化和尽可能少引入误差出发，分析了重构人体上肢姿态所必须的最少条件．在此蒂件下，提出了端点固定的关节模型（ｅｎｄ—ｄｅ忙ｒｎ讧ｎｅｄａｒｎｃｕｌａ把ｍｏｄｅｌ）及其对应的方程组，以估计各个关节点的３Ｄ坐标．然后，分析方程组解的最大可能数目，并给出相应的求解方法．最后，利用结果误差和位姿来检验解的合理性关键词：姿态估计；关节模型；端点固定；３Ｄ重建

中图法分类号：ＴＰ３９１文献标识码：Ａ

虽近几年，随着智能环境（ｉｎｔｅｌｌｉｇｅｎｔｅｎｖｌｒｏｎｍｅｎｔ）、无所不在的计算（ｕｂｉｑｕｉｔｏｕｓｃｏｍｐｕ廿ｎｇ）、普遍存在的计算（ｐｅｒｖａｓｉｖｅｃｏｍｐｕ廿ｎｇ）、智能屋（ｓｍａｎｒｏｏｍ）等的兴起，需要计算机系统能够感知环境中人的存在，智能地理解人的行为动作，适应人的习惯，并且作出相应的响应，实现更加自然、随意、和谐的人机交互其中的关键问题是如何应用计算机视觉的方法感知环境中人的存在，并正确分析、理解人的表情、行为和运动，这个领域通常称为“Ｌｏｏｋｉ“ｇａｔＰｅｏｐｌｅ”．它包括：人脸识别（ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ）、手势识别（ｇｅｓｔｕｒｅｆｅｃｏｇｎｉｔｉｏｎ）、人体的跟踪（ｈｕｍａｎ姐ｃｋｉｎｇ）、姿态估计（ｐｏｓｅｅｓｔｉｍａｔｉｏｎ）以及身体语言的理解（ｂｏｄｙ１ａＩｌｇｕａｇｅｕｎｄｅｒｓｔａｎｄｉｎｇ）等方面由于人是复杂的变形体（ｄｅｆｏｒｍａｂｌｅｏｂｊｅｃｔ）．人体四肢自由度多，运动范围很大，因此会遇到很多基本问题，例如如何对人体建模、跟踪人体各部分的运动、重建人体的３Ｄ姿态、解决人体中的遮挡问题、加速搜索过程、降低问题的解空间等解决好人体姿态估计和跟踪，可以推广到其他刚体或者变形体的运动跟踪与识别、３Ｄ重建以及遮挡情况，具有很好的普遍性在虚拟现实、智能监控、运动员的训练、基于内容的检索、基于人体模型的高比特流的压缩算法、更高级的人机交互等方面有非常重要的应用

对于人体运动分析和识别的研究，屉早可以追溯到７０年代．Ｊｏｈａｎｓｓｏｎ…从心理学的角度出发，利用贴在人体关节上亮点的运动（ｍｏｖｌｎｇ１ｉｇｈｔｄｌｓｐｌａｙｓ，简称ＭＬＤ）研究整个人体的运动由于ＭＬＤ（或者其他使用标记点的方法）标记和跟踪关节点非常容易，因此被广泛应用，如Ｌａｋａｎｙ啦！以此来进行步法的分析但是，这种方法需要在人体身上贴有标记物，应用领域有很大的局限性于是，一些研究人员尝试运用计算机视觉等非接触的方法如文献［３】中，运动能量图像（ｍｏ廿ｏｎｅｎｅ培ｙｉｍａｇｅｓ，简称ＭＥＩ）和运动历史图像（ｍｏｔｉｏｎｈｉｓｔｏｒｙｉｍａｇｅｓ，简称ＭＨＩ）的方法．另外，在ＭＩＴＭｅｄｉａＬａｂ的Ｐ丘ｎｄｅｒ系统中ｌ“，ｗｒｅｎ也是采用基于表观的方法．这些方法没有任何人体模型，直接从２Ｄ表观入手，只能获取人体动作的２Ｄ整体特征，并不能识别人体精细的运动

后来，越来越多的人体模型被用来估计人体头部、四肢的姿态和运动，达到捕捉和识别精细动作、理解用户意图的目的这些模型主要分为２Ｄ模型和３Ｄ模型【”２Ｄ模型是基于人体表观模型的方法，采用２Ｄ形状来拟

＊收稿日期：２００ｌ－０４一１２：修改日期：２００１—０８．０１

基金项目：国家自然科学基金资助项目（６９８７３０２２），国家８６３高科技发展汁划资助项目（８６３—３０６ｚＴ０３．０１．１）

作者简介：任海兵（１９７５一Ｘ男，江苏宿迁人，博士生，主要研究领域为计算机视觉，人机交互：棣光枯（１９４０一），男，上海人，教授，博万方数据

士生导师，主要研究领域为计算机视觉，人机交互，多媒体技术