基于无标记点运动跟踪的步态参数提取*

〖提出一种无标记点的步态参数提取方法,采用基于模型的人体运动跟踪方法,无须标记点即可从视频图像序列中获取运动步态参数。利用粒子滤波算法跟踪人体目标运动过程,通过基于外观模型的相似度计算及边界匹配误差判断定位腿部关节点。依据曲线拟合方法在跟踪与定位结果上提取运动步态参数。实验结果表明,该方法能精确定位腿部关节点且有效地提取步态参数。     

基于外观模型的人体下肢关节点定位方法

近年来,人体下肢关节点定位成为了人体运动跟踪与分析中一个重要研究课题。提出了一种下肢关节点自动定位方法,从无关节标记的人体运动图像序列中定位下肢关节点。该方法首先采用背景剪除技术从图像序列中分割人体目标对象,并建立人体下肢骨架模型。然后,利用关节角度预测方法估计膝踝关节点的位置,在基于下肢外观模型的匹配计算基础上获得下肢关节点的真实位置。实验结果表明,该方法简单有效,下肢关节点定位结果令人满意。     

基于特征融合的步态识别算法研究*

提出一种融合步态运动中的人体形状信息特征和下肢运动信息特征的步态识别算法：利用边界跟踪算法获取人体轮廓边界线,并采用傅里叶描述子表达人体轮廓特征;依据人体解剖学的知识定位下肢关节点,并提取下肢角度特征;分别对两种特征进行匹配,然后采用特征融合的方法对匹配结果进行处理。实验结果表明,本算法的性能较基于单个特征的步态识别算法有明显的改善。     

步态序列图像中人体下肢关节点的定位

研究人的步态识别优化问题,针对下肢关节点定位成为人体运动跟踪与分析中,存在精度不确切的问题.为解决上述问题,提出步态序列图像处理技术.首先从图像序列中提取人体目标,并建立下肢骨架模型和小腿轮廓模型;利用一种基于传统动态建模的圆周摆算法[1]结合帧序列的连续性以及小腿轮廓数据自动检测膝关节位置和踝关节的粗略位置.通过仿真表明,小腿轮廓模型的匹配计算在踝关节预测点的周围搜索出精确位置,并验证了方法效果很好,为设计提供了依据.     

无需人工干预的关节点提取和三维重建

随着现在人体的运动捕获和行为理解的研究的发展,对这项研究有了越来越高的要求。相对于原来的手动提取人体关节点作为特征点来研究,如何使得提取特征点更加自动化,对以后的运动捕获和行为理解的研究意义重大。提出一种在单目视觉条件下在第一帧自动提取人体关节点位置的方法,来解决传统的以手动标定提取人体关节点的问题,并且利用光流稀疏L_K算法 对提取出的关节点进行运动跟踪,得到运动人体二维坐标信息,结合像机模型通过几何计算获得人体关节点的深度信息。     

一种基于模型的步态识别方法

该文提出了一种简单有效的基于人体骨骼化模型的步态识别方法。首先,对输入的步态序列自动进行背景初始化;然后分割图像中运动人体的侧面影像,并进一步细化为人体的骨骼化模型;从模型中提取人体的静态参数(如身高、步幅)以及动态参数(如运动过程中关节点的位置、肢体角度);最后,应用标准的模式分类技术对个体的身份做出识别。实验结果表明,此方法通过提取可靠的步态特征,降低了数据处理的代价,而且得到了较为良好的识别性能。     

基于多视角视频的运动重建

为了更逼真地从视频图像序列中实现三维人体骨架动画形式的提取,以便进一步地对人体运动进行分析与研究,提出了一种基于多视角视频的运动重建的方法。该方法充分利用了标记点的信息,其核心步骤有标定摄像机,提取标记点,跟踪标记点和人体运动三维重建四个主要方面。其中,在跟踪标记点时,使用了基于多视觉的目标跟踪算法,该算法由结合了扩展卡尔曼滤波预测与标记点轨迹平滑性约束所构成的双目立体视觉跟踪与多目视觉数据融合两个方面。实验结果证明了所提方法的有效性与可行性。     

基于逆运动学的人体步态特征提取

近年来,人体运动分析成为了计算机视觉和图像处理技术中的一个最活跃的研究课题。其研究在虚拟现实、智能监视系统、高级用户接口、运动分析和基于模型的图像编码等方面具有广阔的应用前景。该文提出了一种基于逆运动学的方法来提取人体步态特征的运动分析方法,对于每个图像序列,先采用背景减除算法检测行人的运动轮廓,然后根据人体运动的特点,寻找每帧图像中人体踝关节的位置,通过得到的踝关节位置使用逆运动学的方法来预测其他关节点位置,通过实验发现,这种方法在提取步态特征中取得了很好的效果。     

基于堆叠深度卷积沙漏网络的步态识别

提出了一种基于堆叠深度卷积沙漏网络的步态识别方法。为了解决人体建模中关节点准确定位的问题，采用基于深度卷积的沙漏网络来提取步态图上的关节点坐标，并计算肘关节与膝关节的角度作为运动特征。为了解决行走速度变化带来的影响，采用动态时间规整（Dynamic Time Warping）对特征序列进行距离计算。通过最近邻分类器对结果进行准确分类。该方法在公共CASIA-B数据集与TUM-GAID数据集上进行了验证并与其他方法进行比较，结果表明该方法有较高的识别率。     

基于图像处理的人体步态信息采集与处理

为了获取健康人体的正常步态信息, 提出了一种快捷有效的获取方法. 通过在下肢关节点处粘贴标记点, 利用摄像机获取正常人行走的图像, 对图像进行二值化处理, 提取出标记点坐标. 经过最小二乘拟合分析可得到人体脚心在一个步态周期内的运动轨迹及运动速度. 最后对下肢康复机器人进行步态规划, 得到下肢康复机器人的步态轨迹及其速度,并对不同年龄人群的步态速度曲线进行了分析. 实验结果表明, 该系统可行性好, 工作稳定, 为下肢康复机器人的运动学分析与控制提供有力的理论依据和验证方法.     

理疗师交互下的下肢康复训练机器人个性化步态规划方法

针对偏瘫患者的个体差异及病况差异,提出了一种理疗师交互下的下肢康复训练机器人步态规划方法,在理疗师-减重悬吊式康复训练机器人-患者三者共存的复杂环境中,理疗师穿戴主控外骨骼直接行走实现步态时空参数规划,并融入理疗师的医学经验及对患者的评估.首先,基于旋量理论建立运动学模型,实现理疗师空间与机器人空间的运动映射;然后,统一规划机器人关节运动轨迹、减重机构重心调整轨迹及跑步机步速.最后,通过理疗师步态参数的实时采集、运动映射实验及机器人轨迹跟踪实验,验证了步态时空规划方法的有效性.结果表明,髋、膝关节规划角度在人体关节活动范围内,速度变化平稳,关节轨迹规划和重心调整规划均符合人体行走的生理特性.理疗师的参与实现了渐进康复训练中的个性化步态规划.     

适用于单目视频的无标记三维人体运动跟踪

在无标记人体运动跟踪过程中,由于被跟踪目标缺乏明显的特征以及背景复杂而使得跟踪到的人体运动姿态与真实值偏差较大,不能进行长序列视频跟踪.针对这一现象,提出一种基于形变外观模板匹配进行单目视频的三维人体运动跟踪算法,其中所用的人体外观模型由三维人体骨骼模型及二维纸板模型组成.首先根据人体骨骼比例约束采用逆运动学计算出关节旋转欧拉角;然后利用正向运动学求得纸板模型中像素在三维空间中的坐标,将这些像素根据摄像机成像模型投影到二维图像中得到形变外观模板;最后采用直方图匹配得到人体运动跟踪结果.实验结果表明,该算法对于一些复杂的长序列人体运动能够得到较为理想的跟踪结果,可应用于人机交互和动画制作等领域.     

双目视觉下三维人体运动跟踪算法*

由于人体运动的复杂性,人体运动轨迹的快速改变和人体自遮挡现象经常发生,这给人体运动跟踪带来了很大的困难。针对此问题提出了一种基于三维Kalman滤波器和人体约束的人体运动跟踪算法。该算法首先利用外极线约束和灰度互相关法对二维标记点进行立体匹配,计算各个标记点的三维位置,从而构建得到三维标记点;然后利用三维Kalman滤波器对三维标记点进行跟踪;最后利用人体约束检验和修正跟踪结果。实验结果表明,该算法能有效地对复杂人体动作进行跟踪并能从跟踪错误中正确恢复。     

基于单目视频运动跟踪的三维人体动画

针对传统人体动画制作成本高、人体运动受捕获设备限制等缺陷,提出了一种基于单目视频运动跟踪的三维人体动画方法。首先给出了系统实现框架,然后采用比例正交投影模型及人体骨架模型来恢复关节的三维坐标,关节的旋转欧拉角由逆运动学计算得到,最后采用H-anim标准对人体建模,由关节欧拉角驱动虚拟人产生三维人体动画。实验结果表明,该系统能够对人体运动进行准确的跟踪和三维重建,可应用于人体动画制作领域。     

具有2DOF铰接式躯干的仿猎豹四足奔跑机器人

为了探索脊柱运动对腿运动的增强机理,设计了具有2自由度铰接式躯干的仿猎豹四足奔跑机器人。对带腾空相的跳跃（bound）步态奔跑运动的力学过程进行描述,采用阻尼型弹性负载倒立摆（D-SLIP）模型建立了四足机器人动力学模型。依据猎豹的奔跑运动模式,对四足机器人脊柱关节与腿关节的耦合运动进行了轨迹规划。提出一种改进的粒子群优化（PSO）算法,解决了机器人脊柱关节驱动机构尺寸和运动轨迹控制参数之间目标互斥的嵌套优化问题。对四足机器人跳跃奔跑运动进行动力学仿真,结果表明：脊柱与腿的协调运动可以增大奔跑步幅,使机器人产生腾空相,从而提高机器人的奔跑速度。     

一种多模型融合的仿猎豹四足机器人复杂运动控制方法

针对具有2自由度主动脊柱关节的仿猎豹四足机器人,基于任务分解思想和生物神经系统机理,提出多模型融合的控制方法。该方法以弹簧负载倒立摆模型实现单腿跳跃控制,通过中枢模式发生器（CPG）实现4条腿之间以及脊柱―腿之间的协调控制,利用虚拟模型控制实现机器人与环境交互,采用基于CPG输出的有限状态机来融合3个控制模型,构建仿猎豹四足机器人的多模型分层运动控制器。参考猎豹脊柱运动特征,设计了机器人脊柱关节运动模式,给出脊柱与腿的协调控制策略。最后,在Webots仿真环境中搭建了仿猎豹四足机器人虚拟样机,实现了不同步态下的脊柱―腿的协调控制、在崎岖地形上稳定奔跑,以及平滑的对角―疾驰―对角步态转换,仿真结果验证了所提出的多模型融合的四足机器人运动控制方法的有效性。     

单目视频中无标记的人体运动跟踪

提出一种人体运动跟踪算法,从无关节标记的单目视频中获取人体运动,利用一个带外观模板的人体关节模型,通过学习得到的运动模型及基于外观模型的相似性计算,巧妙地利用粒子滤波的概率密度传播策略鲁棒地跟踪普通单目视频中的人体运动,当出现跟踪丢失时,能在后续序列中自动恢复正确跟踪,且能较好地处理遮挡和自遮挡问题,实验表明,该算法鲁棒性好,跟踪结果令人满意。     

外骨骼机器人的人体步态感知系统设计

针对下肢负重外骨骼机器人与其穿戴者运动协调的问题,设计一种人体步态感知系统,对人体下肢关键部位的运动状态采集和预测。用6个MTI—30姿态传感器采集人体下肢的姿态数据;以ARM微处理器STM32F407为计算单元,对采集的步态数据解算、预测和传输;用非线性时间序列分析Takens算法预测人体下肢关键部位的旋转运动。实验结果表明：该系统功能稳定,能准确对人体下肢的步态数据采集和预测,预测结果稳定可靠,为外骨骼控制器提供可靠的参考信息。