【摘要】 一种图像处理技术领域的基于高斯混合模型的人体跟踪方法，本发明首先用 人体线性模型对人体建立模型，将人体的头、颈、质心和双脚作为跟踪部位，然 后在后续的帧中对人体各跟踪部位进行卡尔曼滤波跟踪，其中对于双腿基于高斯 混合模型进行跟踪，对左脚采用卡尔曼滤波进行跟踪，并通过对左脚的状态判断 出右脚的运动状态，简化对右脚的跟踪。本发明通过卡尔曼滤波预测部件在下一 帧的参数，以及使用观测值修正预测值，保证了部件跟踪的准确性。使用高斯混 合模型为跟踪对象建模，提高了跟踪效率并且可以识别出双腿运动的状态。 【专利类型】发明授权 【申请人】上海交通大学 【申请人类型】学校 【申请人地址】200240上海市闵行区东川路800号 【申请人地区】中国 【申请人城市】上海市 【申请人区县】闵行区 【申请号】CN200810034533.6 【申请日】2008-03-13 【申请年份】2008 【公开公告号】CN100585622C 【公开公告日】2010-01-27 【公开公告年份】2010 【授权公告号】CN100585622C 【授权公告日】2010-01-27 【授权公告年份】2010.0 【IPC分类号】G06K9/62; G06T7/20 【发明人】张玉冰; 曾贵华 【主权项内容】1、一种基于高斯混合模型的人体跟踪方法，其特征在于，首先用圆圈表示人体的头、颈、质心和双脚，圆圈表示的人体部位即为跟踪部位，用线段将跟踪部位连接起来，获得相应的人体各部分的高度比例，将人体的头、颈、质心和双脚作为跟踪部位，然后在后续的帧中对人体各跟踪部位进行卡尔曼滤波跟踪，该卡尔曼滤波跟踪包括卡尔曼滤波预测和修正两部分，预测部分是指：预测方程组利用前一时刻的状态值和预测误差做出预测，得到各个跟踪部件在当前时刻的位置；修正部分是指：由于预测结果会存在误差，由修正方程组利用获得的当前时刻的观测值来修正预测结果，其中对于双腿基于高斯混合模型进行跟踪，对于人体的质心和双脚建立单摆模型，通过双腿的摆动角度对双脚进行定位；同时，对双脚的运动状态建立高斯混合模型，将人体双脚的运动分为两个状态：左脚运动右脚静止的状态和右脚运动左脚静止的状态，对于这两个状态分别建立一个高斯模型，通过左脚摆动的状态判断出右脚的运动处于哪一个高斯模型，当右脚处在相对地面静止的时候，则无需对其进行卡尔曼滤波预测，只需要采用修正方程修正运动参数，对左脚采用卡尔曼滤波进行跟踪，并通过对左脚的状态判断出右脚的运动状态，简化对右脚的跟踪； 所述的通过左脚摆动的状态判断出右脚的运动处于哪一个高斯模型是指：在单摆模型下，双脚运动状态i可以通过以下公式来判断： 由卡尔曼滤波预测出的v′lθ符合高斯分布，v′lθ＝vlθ+Δ∈λi，i＝1，2，Δ为噪声，符合参数为(μΔ，σΔ)的高斯分布， 当左脚运动的概率p(vlθ＞0)大于概率阈值α时，则左脚在运动，即 (式6) 由式6可以得出 其中 【当前权利人】上海交通大学 【当前专利权人地址】上海市闵行区东川路800号 【统一社会信用代码】1210000042500615X0 【引证次数】1.0 【被引证次数】1 【自引次数】1.0 【被他引次数】1.0 【家族引证次数】1.0 【家族被引证次数】15
