·554 智能系统学报 第10卷 的位置与手动获取的相对准确关节位置之间的偏差。 [7]GAVRILA D M.The visual analysis of human movement:a 其中，右肩位置J,、右膝位置J的图像计算偏差分别 survey [J].Computer Vision and Image Understanding, 1999,73(1):82-98. 是图9~10。依照图9~10，偏差相对较小，一般在10 [8]JIANG Zhuolin,LIN Zhe,DAVIS L S.Recognizing human 之内。环境的改变使得一部分图像会出现偏离准确 actions by learning and matching shape-motion prototype 值的情况，而前一图像的偏离不影响后面的计算，因 trees[J].IEEE Transactions on Pattern Analysis and Ma- 此跟踪偏差只对当前帧有影响，故此方法有自修复的 chine Intelligence,2012,34(3):533-547. 能力。表1给出了本文跟踪算法的像素误差在测试 [9]ELGAMMAL A,SHET V,YACOOB Y,et al.Learning dy- namics for exemplar-based gesture recognition [C]//2003 视频中与比例正交投影和逆向运动学的比较结果；表 IEEE Computer Society Conference on Computer Vision and 2给出了本文跟踪算法与比例正交投影、逆向运动学 Pattern Recognition.Madison,WI,USA:IEEE,2003,1: 方法与由计算机图形绘制技术间接得到的真实值的 571-578. 像素误差。由表2分析得，本文算法的像素误差基本 [10]AN K H,CHUNG M J.3D head tracking and pose-robust 2D texture map-based face recognition using a simple ellip- 在10像素以内，相对其他几种算法有较好的结果。 soid model[C]//IEEE/RSJ International Conference on In- 因此，本文算法的有效性得到有力的证明。 telligent Robots and Systems,2008.Nice:IEEE,2008: 307.312. 5 结论 [11]MORI G,MALIK J.Recovering 3D human body configura- tions using shape contexts[J].IEEE Transactions on Pattern 本文在综合考虑跟踪效果和计算效率的情况下， Analysis and Machine Intelligence,2006,28(7):1052- 提出了一种简单高效，且不牺牲跟踪结果质量的基于 1062. 棍状模型的高效方法。此运动跟踪流程根据摄像机 [12]苟靖翔.基于视觉信息特征和机器学习的人体运动跟踪 拍摄图像的流程更新形变外观模型，全部跟踪方法是 与三维姿势恢复[D].西安：西安电子科技大学，2012： 10-12. 由图像局部坐标映射相机立体空间坐标，之后反映射 GOU Jingxiang.Human pose estimation and 3D recovery 到图像局部坐标的方式。因此，为虚拟动画、基于视 based on visual geometric features and machine learning 频的人机交互提供了一种新的方法。 [D].Xi'an:Xidian University,2012:10-12. [13]刘琼，彭光正，刘吴.基于粒子滤波算法的三维关节型 参考文献： 人体运动跟踪[J].北京理工大学学报，2011,31(2)： 163-167 [1]阮涛涛，姚明海，翟心显，等.基于视觉的人体运动分析 LIU Qiong,PENG Guangzheng,LIU Hao.3D articulated 综述[J].计算机系统应用，2010,20(2)：245-253. human body tracking by particle filter[J].Journal of Beijing RUAN Taotao,YAO Minghai,QU Xinyu,et al.A survey of Institute of Technology,2011,31(2):163-167. vision-based human motion analysis[J].Computer Systems [14]邹北骥，陈姝.适用于单目视频的无标记三维人体运动 Applications,2010,20(2):245-253. 跟踪[J】.计算机辅助设计与图形学学报，2008,20(8)： [2]李豪杰，林守勋，张勇东.基于视频的人体运动捕捉综述 1047-1055. [J].计算机辅助设计与图形学学报，2006,18(11)： ZOU Beiji,CHEN Shu.Markerless 3D human motion track- 1645-1650 ing for monocular video sequences[J].Joumal of Computer- LI Haojie,LIN Shouxun,ZHANG Yongdong.A survey of video Aided Design Computer Graphics,2008,20(8):1047- based human motion capture[J].Journal of Computer-Aided De- 1055. sign Computer Graphics,2006,18(11):1645-1650. [15]蔡杰，郑江滨.双目视觉下三维人体运动跟踪算法[J] [3]龚文凌，王洪澄，孙敏.视频交通监控系统中运动车辆捕 计算机应用研究，2009,26(4)：1279-1281. 捉算法的研究[J].微型机与应用，2004,23(3)：45-46. CAl Jie,ZHENG Jiangbin.3D human motion tracking algo- GONG Wenling,WANG Hongcheng,SUN Min.The research rithm in binocular camera system[J].Application Research of motorial vehicle capture arithmetic on vision-based traffic of Computers,2009,26(4):1279-1281. monitor system[J].Microcomputer&Its Applications,[l6]陶霖密，于亚鹏.摄像机几何约束及人体定位[J].中国 2004.23(3):45-46. 图象图形学报，2012,17(9)：1150-1157. [4]万成凯.无标记人体运动捕捉及姿态估计的研究[D].北 TAO Linmi,YU Yapeng.Geometric constraints of locating 京：北京交通大学，2009：2-10. cameras and people[J].Journal of Image and Graphics, WAN Chengkai.Research on marker-less human body motion 2012,17(9):1150-1157. capture and pose estimation[D].Beijing:Beijing Jiaotong[I7]陈坚，吴恩华.单目视频中人体三维运动的迭代优化估 University,2009:2-10. 计[J刀].计算机辅助设计与图形学学报，2005,17(7)： [5]MULTON F,KULPA R,HOYET L,et al.Interactive animation 1523-1528. of virtual humans based on motion capture data[J].Computer CHEN Jian,WU Enhua.3D human motion reconstruction Animation and Virtual Worlds,2009.20(5/6):491-500. from monocular videos through iterative optimization [J]. [6]伍星.基于第二代Bandelet变换的人体检测方法研究 Journal of Computer-Aided Design Computer Graphics, [D].西安：西安电子科技大学，2010：5-10. 2005,17(7):1523-1528. WU Xing.Research on method in human detection based on[18]马颂德，张正友.计算机视觉一计算机理论与算法基 second generation Bandelet transform [D].Xi'an:Xidian U. 础[M].北京：科学出版社，1998：52. niversity,2010:5-10. [责任编辑：李雪莲]的位置与手动获取的相对准确关节位置之间的偏差。 其中，右肩位置 Ｊ７ 、右膝位置 Ｊ１１ 的图像计算偏差分别 是图 ９～１０。 依照图 ９～１０，偏差相对较小，一般在 １０ 之内。 环境的改变使得一部分图像会出现偏离准确 值的情况，而前一图像的偏离不影响后面的计算，因 此跟踪偏差只对当前帧有影响，故此方法有自修复的 能力。 表 １ 给出了本文跟踪算法的像素误差在测试 视频中与比例正交投影和逆向运动学的比较结果；表 ２ 给出了本文跟踪算法与比例正交投影、逆向运动学 方法与由计算机图形绘制技术间接得到的真实值的 像素误差。 由表 ２ 分析得，本文算法的像素误差基本 在 １０ 像素以内，相对其他几种算法有较好的结果。 因此，本文算法的有效性得到有力的证明。 ５ 结论 本文在综合考虑跟踪效果和计算效率的情况下， 提出了一种简单高效，且不牺牲跟踪结果质量的基于 棍状模型的高效方法。 此运动跟踪流程根据摄像机 拍摄图像的流程更新形变外观模型，全部跟踪方法是 由图像局部坐标映射相机立体空间坐标，之后反映射 到图像局部坐标的方式。 因此，为虚拟动画、基于视 频的人机交互提供了一种新的方法。 参考文献： ［１］阮涛涛， 姚明海， 瞿心昱， 等． 基于视觉的人体运动分析 综述［Ｊ］． 计算机系统应用， ２０１０， ２０（２）： ２４５－２５３． ＲＵＡＮ Ｔａｏｔａｏ， ＹＡＯ Ｍｉｎｇｈａｉ， ＱＵ Ｘｉｎｙｕ， ｅｔ ａｌ． Ａ ｓｕｒｖｅｙ ｏｆ ｖｉｓｉｏｎ⁃ｂａｓｅｄ ｈｕｍａｎ ｍｏｔｉｏｎ ａｎａｌｙｓｉｓ［Ｊ］． Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍｓ ＆ Ａｐｐｌｉｃａｔｉｏｎｓ， ２０１０， ２０（２）： ２４５⁃２５３． ［２］李豪杰， 林守勋， 张勇东． 基于视频的人体运动捕捉综述 ［Ｊ］． 计算机辅助设计与图形学学报， ２００６， １８ （ １１）： １６４５⁃１６５０． ＬＩ Ｈａｏｊｉｅ， ＬＩＮ Ｓｈｏｕｘｕｎ， ＺＨＡＮＧ Ｙｏｎｇｄｏｎｇ． Ａ ｓｕｒｖｅｙ ｏｆ ｖｉｄｅｏ ｂａｓｅｄ ｈｕｍａｎ ｍｏｔｉｏｎ ｃａｐｔｕｒｅ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ⁃Ａｉｄｅｄ Ｄｅ⁃ ｓｉｇｎ ＆ Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ， ２００６， １８（１１）： １６４５⁃１６５０． ［３］龚文凌， 王洪澄， 孙敏． 视频交通监控系统中运动车辆捕 捉算法的研究［Ｊ］． 微型机与应用， ２００４， ２３（３）： ４５⁃４６． ＧＯＮＧ Ｗｅｎｌｉｎｇ， ＷＡＮＧ Ｈｏｎｇｃｈｅｎｇ， ＳＵＮ Ｍｉｎ． Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ｍｏｔｏｒｉａｌ ｖｅｈｉｃｌｅ ｃａｐｔｕｒｅ ａｒｉｔｈｍｅｔｉｃ ｏｎ ｖｉｓｉｏｎ⁃ｂａｓｅｄ ｔｒａｆｆｉｃ ｍｏｎｉｔｏｒ ｓｙｓｔｅｍ ［ Ｊ ］． Ｍｉｃｒｏｃｏｍｐｕｔｅｒ ＆ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ， ２００４， ２３（３）： ４５⁃４６． ［４］万成凯． 无标记人体运动捕捉及姿态估计的研究［Ｄ］． 北 京： 北京交通大学， ２００９： ２⁃１０． ＷＡＮ Ｃｈｅｎｇｋａｉ． Ｒｅｓｅａｒｃｈ ｏｎ ｍａｒｋｅｒ⁃ｌｅｓｓ ｈｕｍａｎ ｂｏｄｙ ｍｏｔｉｏｎ ｃａｐｔｕｒｅ ａｎｄ ｐｏｓｅ ｅｓｔｉｍａｔｉｏｎ ［ Ｄ］． Ｂｅｉｊｉｎｇ： Ｂｅｉｊｉｎｇ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ， ２００９： ２⁃１０． ［５］ＭＵＬＴＯＮ Ｆ， ＫＵＬＰＡ Ｒ， ＨＯＹＥＴ Ｌ ， ｅｔ ａｌ． Ｉｎｔｅｒａｃｔｉｖｅ ａｎｉｍａｔｉｏｎ ｏｆ ｖｉｒｔｕａｌ ｈｕｍａｎｓ ｂａｓｅｄ ｏｎ ｍｏｔｉｏｎ ｃａｐｔｕｒｅ ｄａｔａ［Ｊ］． Ｃｏｍｐｕｔｅｒ Ａｎｉｍａｔｉｏｎ ａｎｄ Ｖｉｒｔｕａｌ Ｗｏｒｌｄｓ， ２００９， ２０（５／ ６）： ４９１⁃５００． ［６］伍星． 基于第二代 Ｂａｎｄｅｌｅｔ 变换的人体检测方法研究 ［Ｄ］． 西安： 西安电子科技大学， ２０１０： ５⁃１０． ＷＵ Ｘｉｎｇ． Ｒｅｓｅａｒｃｈ ｏｎ ｍｅｔｈｏｄ ｉｎ ｈｕｍａｎ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｓｅｃｏｎｄ ｇｅｎｅｒａｔｉｏｎ Ｂａｎｄｅｌｅｔ ｔｒａｎｓｆｏｒｍ ［Ｄ］． Ｘｉ’ａｎ： Ｘｉｄｉａｎ Ｕ⁃ ｎｉｖｅｒｓｉｔｙ， ２０１０： ５⁃１０． ［７］ＧＡＶＲＩＬＡ Ｄ Ｍ． Ｔｈｅ ｖｉｓｕａｌ ａｎａｌｙｓｉｓ ｏｆ ｈｕｍａｎ ｍｏｖｅｍｅｎｔ： ａ ｓｕｒｖｅｙ ［ Ｊ ］． Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ， １９９９， ７３（１）： ８２⁃９８． ［８］ ＪＩＡＮＧ Ｚｈｕｏｌｉｎ， ＬＩＮ Ｚｈｅ， ＤＡＶＩＳ Ｌ Ｓ． Ｒｅｃｏｇｎｉｚｉｎｇ ｈｕｍａｎ ａｃｔｉｏｎｓ ｂｙ ｌｅａｒｎｉｎｇ ａｎｄ ｍａｔｃｈｉｎｇ ｓｈａｐｅ⁃ｍｏｔｉｏｎ ｐｒｏｔｏｔｙｐｅ ｔｒｅｅｓ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａ⁃ ｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ２０１２， ３４（３）： ５３３⁃５４７． ［９］ＥＬＧＡＭＭＡＬ Ａ， ＳＨＥＴ Ｖ， ＹＡＣＯＯＢ Ｙ， ｅｔ ａｌ． Ｌｅａｒｎｉｎｇ ｄｙ⁃ ｎａｍｉｃｓ ｆｏｒ ｅｘｅｍｐｌａｒ⁃ｂａｓｅｄ ｇｅｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ ［ Ｃ］ ／ ／ ２００３ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｍａｄｉｓｏｎ， ＷＩ， ＵＳＡ： ＩＥＥＥ， ２００３， １： ５７１⁃５７８． ［１０］ＡＮ Ｋ Ｈ， ＣＨＵＮＧ Ｍ Ｊ． ３Ｄ ｈｅａｄ ｔｒａｃｋｉｎｇ ａｎｄ ｐｏｓｅ⁃ｒｏｂｕｓｔ ２Ｄ ｔｅｘｔｕｒｅ ｍａｐ⁃ｂａｓｅｄ ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ａ ｓｉｍｐｌｅ ｅｌｌｉｐ⁃ ｓｏｉｄ ｍｏｄｅｌ［Ｃ］ ／ ／ ＩＥＥＥ／ ＲＳＪ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎ⁃ ｔｅｌｌｉｇｅｎｔ Ｒｏｂｏｔｓ ａｎｄ Ｓｙｓｔｅｍｓ， ２００８． Ｎｉｃｅ： ＩＥＥＥ， ２００８： ３０７⁃３１２． ［１１］ＭＯＲＩ Ｇ， ＭＡＬＩＫ Ｊ． Ｒｅｃｏｖｅｒｉｎｇ ３Ｄ ｈｕｍａｎ ｂｏｄｙ ｃｏｎｆｉｇｕｒａ⁃ ｔｉｏｎｓ ｕｓｉｎｇ ｓｈａｐｅ ｃｏｎｔｅｘｔｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ２００６， ２８ （ ７）： １０５２⁃ １０６２． ［１２］苟靖翔． 基于视觉信息特征和机器学习的人体运动跟踪 与三维姿势恢复［Ｄ］． 西安： 西安电子科技大学， ２０１２： １０⁃１２． ＧＯＵ Ｊｉｎｇｘｉａｎｇ． Ｈｕｍａｎ ｐｏｓｅ ｅｓｔｉｍａｔｉｏｎ ａｎｄ ３Ｄ ｒｅｃｏｖｅｒｙ ｂａｓｅｄ ｏｎ ｖｉｓｕａｌ ｇｅｏｍｅｔｒｉｃ ｆｅａｔｕｒｅｓ ａｎｄ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ ［Ｄ］． Ｘｉ’ａｎ： Ｘｉｄｉａｎ Ｕｎｉｖｅｒｓｉｔｙ， ２０１２： １０⁃１２． ［１３］刘琼， 彭光正， 刘昊． 基于粒子滤波算法的三维关节型 人体运动跟踪［ Ｊ］． 北京理工大学学报， ２０１１， ３１（ ２）： １６３⁃１６７． ＬＩＵ Ｑｉｏｎｇ， ＰＥＮＧ Ｇｕａｎｇｚｈｅｎｇ， ＬＩＵ Ｈａｏ． ３Ｄ ａｒｔｉｃｕｌａｔｅｄ ｈｕｍａｎ ｂｏｄｙ ｔｒａｃｋｉｎｇ ｂｙ ｐａｒｔｉｃｌｅ ｆｉｌｔｅｒ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｂｅｉｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， ２０１１， ３１（２）： １６３⁃１６７． ［１４］邹北骥， 陈姝． 适用于单目视频的无标记三维人体运动 跟踪［Ｊ］． 计算机辅助设计与图形学学报， ２００８， ２０（８）： １０４７⁃１０５５． ＺＯＵ Ｂｅｉｊｉ， ＣＨＥＮ Ｓｈｕ． Ｍａｒｋｅｒｌｅｓｓ ３Ｄ ｈｕｍａｎ ｍｏｔｉｏｎ ｔｒａｃｋ⁃ ｉｎｇ ｆｏｒ ｍｏｎｏｃｕｌａｒ ｖｉｄｅｏ ｓｅｑｕｅｎｃｅｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ⁃ Ａｉｄｅｄ Ｄｅｓｉｇｎ ＆ Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ， ２００８， ２０（８）： １０４７⁃ １０５５． ［１５］蔡杰， 郑江滨． 双目视觉下三维人体运动跟踪算法［ Ｊ］． 计算机应用研究， ２００９， ２６（４）： １２７９⁃１２８１． ＣＡＩ Ｊｉｅ， ＺＨＥＮＧ Ｊｉａｎｇｂｉｎ． ３Ｄ ｈｕｍａｎ ｍｏｔｉｏｎ ｔｒａｃｋｉｎｇ ａｌｇｏ⁃ ｒｉｔｈｍ ｉｎ ｂｉｎｏｃｕｌａｒ ｃａｍｅｒａ ｓｙｓｔｅｍ［ Ｊ］． Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ， ２００９， ２６（４）： １２７９⁃１２８１． ［１６］陶霖密， 于亚鹏． 摄像机几何约束及人体定位［Ｊ］． 中国 图象图形学报， ２０１２， １７（９）： １１５０⁃１１５７． ＴＡＯ Ｌｉｎｍｉ， ＹＵ Ｙａｐｅｎｇ． Ｇｅｏｍｅｔｒｉｃ ｃｏｎｓｔｒａｉｎｔｓ ｏｆ ｌｏｃａｔｉｎｇ ｃａｍｅｒａｓ ａｎｄ ｐｅｏｐｌｅ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｍａｇｅ ａｎｄ Ｇｒａｐｈｉｃｓ， ２０１２， １７（９）： １１５０⁃１１５７． ［１７］陈坚， 吴恩华． 单目视频中人体三维运动的迭代优化估 计［Ｊ］． 计算机辅助设计与图形学学报， ２００５， １７（ ７）： １５２３⁃１５２８． ＣＨＥＮ Ｊｉａｎ， ＷＵ Ｅｎｈｕａ． ３Ｄ ｈｕｍａｎ ｍｏｔｉｏｎ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｆｒｏｍ ｍｏｎｏｃｕｌａｒ ｖｉｄｅｏｓ ｔｈｒｏｕｇｈ ｉｔｅｒａｔｉｖｅ ｏｐｔｉｍｉｚａｔｉｏｎ ［ Ｊ ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ⁃Ａｉｄｅｄ Ｄｅｓｉｇｎ ＆ Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ， ２００５， １７（７）： １５２３⁃１５２８． ［１８］马颂德， 张正友． 计算机视觉———计算机理论与算法基 础［Ｍ］． 北京： 科学出版社， １９９８： ５２． ［责任编辑：李雪莲］ ·５５４· 智 能 系 统 学 报 第 １０ 卷