论文部分内容阅读
基于视频的人体参数自动测量技术可以实现体育、舞蹈、军队、航天人员身体尺寸的大批量、实时测量。在未来的研究中,将基于视频的人体参数测量技术融合人体运动学分析等相关技术,可以搭建出对体操运动员的动作进行自动评分的“电子裁判系统”。本文设计了一套用于测量人体参数的动作,通过对视频中的人体目标及眼部和手部等特殊身体部位进行检测,实现人体特征点的提取和特征区域的定位,最终完成了典型立姿、头部和手部等10项人体参数的实时动态测量。本文的主要研究内容包括:(1)为了解决传统的基于静态图像的人体参数测量方案实时性差、无法测量人体动态参数的难题,提出了人体参数测量视频的拍摄方法和一套立姿、头部和手部测量项目的辅助测量动作。(2)研究了一种基于ViBe的改进HOG+SVM行人检测算法,在前景提取的基础上,使用基于积分直方图的HOG特征对行人的头部区域进行检测。通过提取行人的头顶点和脚点,实现了人体行进中身高的动态测量。实验结果证明该方法简单且具有使用价值。(3)研究了一种基于Haar分类器和Kalman的人眼检测算法,在人脸检测的基础上实现人眼检测,并运用Kalman算法对检测到的人眼进行跟踪。通过定位视频中人眼的位置,实现了瞳距和眼高的自动测量。(4)研究了一种基于HOG-LBP特征的自适应手部检测算法,根据置信度融合HOG特征和LBP特征,将融合得到的新特征用于训练SVM分类器,从而增加手掌和拳头检测的准确度。通过定位视频中特定动作下的手部位置,实现了中指指尖点上举高、前臂加手前伸长等7项人体参数的实时测量。通过对各项人体参数的视频测量结果和真实测量值的误差对比分析,证明了本文的人体参数自动测量技术具有可操作性强、准确度高、实时性强等优点。