基于深度图像的姿势识别系统的设计与实现

• 作 者: 张金权
• 机 构: 华南师范大学
• 出 处: 华南师范大学
• 发表日期: 2015年期
• 关键词: 时间飞行 深度图像 姿势识别系统 人机交互

人体姿势识别是一个在计算机视觉领域中非常活跃的研究方向，是人机交互系统中至关重要的部分。基于人体姿势识别的人机交互已经在安全监测、游戏、零售体验以及卫生保健等许多领域得到广泛的应用。传统的姿势识别一般都是基于灰度图像开展算法研究，而灰度图像的获取容易受光照、背景等因素的影响，后续处理较难获得理想的效果。本文采用基于TOF(时间飞行)原理的SR4000深度传感器获取的深度图像来进行姿势识别算法的研究。深度图像能直接反映物体到相机的实际距离，且不易受光照、阴影等因素的影响，简化姿势识别过程的同时还能提高识别率。　　目前，基于深度图像的人体姿势识别研究发展迅速，取得了很多的研究成果。但是，为保证较高的识别率，所取得的成果中普遍要求大量的训练数据，计算复杂度较高，而其他一些算法复杂度较低的姿势识别率却偏低，较难满足高精度的要求。另外，该研究领域大多处于理论算法研究，Windows平台软件仿真运行的阶段，甚少涉及到其他智能嵌入式系统的移植研究。如果姿势识别系统能在多平台的嵌入式系统上实现移植，将有利于这类系统的微型化、便携化以扩展其实际应用范围。　　本文以降低算法复杂度的同时实现较高的识别率已便于进行嵌入式移植为目的，主要研究工作有:(1)概述研究课题的意义及基于深度图像的姿势识别在国内外的研究现状，介绍关于TOF深度相机的一些基本知识，提出本文的研究内容和方案。(2)探究基于深度图像的一些预处理方法，例如目标提取，深度图像的二值化和孔洞填充，形态学处理，连通域标记，图像细化等。提出了两个关于深度图像预处理的应用:人体目标跌倒监测和身高测量。(3)提出一种基于深度图像的姿势识别算法:先通过森林树遍历人体骨架提取端结点，计算各端结点间沿骨架线的最短距离，判断端结点的头、手、脚属性，再结合特定动作类型的动作特征，识别人体姿势行为，通过识别交通警察的8个指挥动作为例子，验证算法的有效性。(4)在DE1-SOC开发板上移植姿势识别系统。首先把SR4000和开发板通过网络建立通信采集深度图像，对采集的图像进行算法处理，并基于QT平台建立一个图形用户交互界面，最后将开发板通过VGA接口连接显示器显示。　　实验结果表明，本文算法识别率较高，复杂度适中，能满足嵌入式系统实时性的要求。