劉翔宇+楊越佳+胡令昊+李沐鑫+張健

摘要：基于視覺的體感交互人體動作識別是由圖像處理、計算機視覺、模式識別、機器學習、人工智能等多個學科交叉組合而成的研究課題。該文通過采用改進創(chuàng)新的人體檢測算法，模板匹配算法，在結合人體目標Meanshift跟蹤算法的基礎之上，通過模板匹配算法將所提取數(shù)據(jù)與虛擬環(huán)境對應創(chuàng)新人物模型取得關聯(lián)，從而完成本系統(tǒng)的研究目標，達到人體基本動作識別，人動而虛擬環(huán)境模動的效果。

關鍵詞： 虛擬環(huán)境；體感交互；計算機視覺；人體動作識別

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2018）01-0193-02

隨著計算機網(wǎng)絡和視頻圖像采集設備的快速發(fā)展和普及，圖像已經(jīng)成為我們日常生活中的重要載體之一，同時圖像的數(shù)據(jù)量呈現(xiàn)爆炸式的增長，時時刻刻都會有數(shù)以萬計的新內容產生，所以，如何更加準確，更加迅速的獲取圖像中的各種信息，尤其是人體肢體動作信息以及其他相關領域的研究，就成為了一個亟待解決的關鍵性問題。

人機交互技術也逐漸從過去以計算機為中心的鍵盤鼠標交互方式轉變?yōu)槿缃褚匀藶橹行牡男滦徒换ツＪ?，人機交互使得用戶自身可以通過肢體動作直接與計算機進行互動，也讓我們的計算機能夠更加聰明，更加自然地去感知這個世界，本文系統(tǒng)的研究將人機交互技術與計算機視覺領域的圖像處理有機結合，通過固定位置的視頻圖像采集設備，實時獲取用戶的肢體動作圖像數(shù)據(jù)，通過人體檢測，跟蹤以及模板匹配相關算法，對所獲取數(shù)據(jù)進行解釋分析，以達到人體動作識別基本的功能需要。

1 虛擬環(huán)境人體動作識別方法

基于視覺的人體動作識別感應系統(tǒng)相應控制流程如圖1所示，分為人體運動目標檢測，人體運動目標跟蹤，模板匹配以及虛擬環(huán)境模擬四個大的部分，目標檢測部分采用基于二次連通域處理的人體檢測方法，目標跟蹤部分采用的是被廣泛應用于計算機視覺和模式識別領域的Meanshift算法，圖像模板匹配部分本系統(tǒng)采用改進SIFT算法，在虛擬環(huán)境交互部分，由虛擬現(xiàn)實引擎，如Denlta3D，Uity3D等對所接收到的人體動作模板匹配數(shù)據(jù)進行解釋，然后發(fā)出相應控制命令，實現(xiàn)對虛擬環(huán)境的交互控制，達到人動模動，模擬真實用戶動作的效果。

2 人體動作感應識別系統(tǒng)原理綜述

2.1 圖像人體運動目標獲取檢測

對于圖像而言，背景的復雜化會對人體檢測產生干擾，如產生圖像噪聲，圖像空洞等，由此本研究應用基于二次連通域處理的人體目標檢測算法，整體上先用三幀差法來提取我們研究所需的運動目標，三幀差法公式：

是當前幀對應的像素灰度值大小，滿足上式的像素點我們就可以定義為運動的點，其中 是算法設定的閾值。

得到二值圖像后，對二值圖像進行膨脹腐蝕處理，針對腐蝕膨脹而言，轉化為集合的運算算法較為簡單，在硬件上易于實現(xiàn)的前提下，也更加的適合于并行處理，常常被應用于圖像分割，邊緣提取以及對二值圖像進行細化等，我們不可以忽視的一點是，場合與探針并不一定總是一一對應，同理，結構和運算方法也不盡相同，場合不同，對應的我們設計的結構元素，運算方法也會不同，這也常常是影響待處理圖像效果的關鍵。再就是運用連通域三次掃描標記法等來去除空洞的同時也將斷開的區(qū)域相應的連接起來，簡而言之，三次掃描標記法判斷和標記進行的工作就是對各個點進行標記，逐個判斷，如果是我們理論意義上的目標點，則查看標記并更新。

那么如何來判斷運動目標是我們系統(tǒng)研究所需要的人體，本研究采用的是HOG特征訓練分類器，總的來說，它是一種基于梯度，基于邊緣的直方圖方法，相應的，直方圖顯示了方塊內所有像素方向梯度，考察各個待測窗口，由BLOCK到CELL網(wǎng)格，再將得到的CELL圖像梯度投影到各個方向，就能得到我們研究所需的方向直方圖，最后將CELL直方圖集合起來，再歸一化處理，就能得到HOG特征向量。

2.2 圖像人體運動目標跟蹤

本文系統(tǒng)研究采用的是Mean Shift 跟蹤算法，含義也就是我們通常所說的均值偏移向量。時代在進步，Mean Shift也逐漸演變?yōu)榱艘粋€具體的迭代過程，先通過計算，得到我們當前研究點均值偏移量，以其值大小來變換其位置，再將到達新位置的點作為我們計算中新的基準，繼續(xù)進行我們的均值偏移的計算。對上述迭代過程進行不斷重復，當結果達到我們實驗所設定的預設界限時則停止，因為這種方法的核心特性是一種核函數(shù)密度估計的無參數(shù)估計，所以能夠使概率密度沿著相應的梯度方向，高效的收斂。

運用 Mean Shift 算法，首先應當選擇適當?shù)哪繕四Ｐ?，同時，還要在候選目標區(qū)域中，正確的建立起候選模型，再計算上述兩種模型的匹配系數(shù)，根據(jù)結果進行迭代，直到找到新的目標中心為止，達到我們跟蹤的目的，流程簡述如下：

（1） 讀入視頻，分析得出第一幀中目標模型的直方圖和概率密度；

（2） 設對象幀的中心為 ，求它其需要繼續(xù)深層分析的直方圖和模型概率密度；

（3） 計算與的相似性系數(shù)；

（4） 運用迭代算法得到原來目標新的位置中心；

（5） 求取（4）獲得新點的直方圖、 和 的相似性系數(shù)；

（6） 當時，令；

（7） 若，則循環(huán)結束；否則，返回至步驟（2）。

2.3 模板匹配

本系統(tǒng)研究采用的模板匹配算法為改進的SIFT算法，SIFT算法本身包括SIFT特征向量的提取及其匹配兩個階段。

SIFT特征向量的提取包括a.構建尺度空間，檢測局部極值點，初步確定特征點的尺度和位置；b.特征點的過濾及精確定位；c.為特征點分配方向值；d.生成特征描述子四大部分。

SIFT 特征向量的匹配：當?shù)玫絻煞鶊D像的SIFT特征向量之后，以歐氏距離來作為兩幅圖像的特征點的相似性判定度量，在第一幅圖中選擇某個特征點，接著遍歷搜索第二幅圖，找出距離最近的兩個特征點，當次近距離除以最近距離達到我們預先設置的閾值要求時，則可認定這是一對成功匹配的點。endprint

當然，為了避免一個特征點與多個特征點匹配的錯誤情況出現(xiàn)，本研究采用雙向匹配算法，提高匹配精度減少錯誤的發(fā)生，這種方法總的來說也是基于SIFT算法的思想，在已經(jīng)得到的兩個特征匹配點集合中，按照與之前方向相反的方式，再次進行一次映射，以此得到基于SIFT的改進算法，相應步驟表述如下：

① 將待匹配的兩幅圖像特征點全部提出，組成兩個特征點集合；

②運用 SIFT 算法，找出待匹配兩幅圖像之間單方向的匹配點對，并整理成一個匹配點對集合；

③ 同理，按照與之前相反的方式，再進行一次映射，從而找出最終的匹配點對。

3 系統(tǒng)原理檢測與結果分析

3.1 人體運動目標檢測與跟蹤

測試庫本系統(tǒng)研究選用的是 Inria 圖像庫，表1列舉了三種方法的前景檢出率和誤檢率，可以看出由于幀間相減會存在干擾的信息，基于單幀差的目標提取在檢出率和誤檢率方面是三種方法效果相對較差的，三幀差法的檢出率和誤檢率由于缺乏后期空洞的再處理，檢測結果也相對較差，本文采用的方法在檢出率方面明顯高于其他兩種方法，且誤檢率在 6%以下，在目標提取檢測方法中是相對優(yōu)秀的。

根據(jù)Meanshift 的人體跟蹤算法原理流程，本研究選取了室內環(huán)境下的視頻圖像來進行實驗測試，相應測試結果如圖所示：

根據(jù)測試結果顯示，對于室內運動目標背景相對簡單的情況Meanshift算法表現(xiàn)出了極強的準確性和實用性，與本文所研究系統(tǒng)的功能需求基本符合，視頻總幀數(shù)與識別出有運動物體的幀數(shù)基本一致，在室外運動目標跟蹤方面，Meanshift方法也能做到自動選取運動目標跟蹤區(qū)域，即便出現(xiàn)有部分重合、遮擋的情況，也依舊維持正確穩(wěn)定的跟蹤狀態(tài)，顯示了Meanshift 方法在室外運動目標跟蹤應用方面也是一種相對魯棒的跟蹤方法。

3.2 模板匹配

本次實驗選取的是具有代表性的圖片，如有一定旋轉角度的兩幅圖像，亮度、遠近不同的兩幅圖像，包含與被包含的兩幅圖像等。

經(jīng)過實驗分析，記錄下SIFT及其改進算法總匹配數(shù)，錯誤匹配數(shù)以及相應運算所消耗時間（單位：S），具體數(shù)據(jù)如表2所示：

根據(jù)表2數(shù)據(jù)可以分析出，算法改進后在總匹配數(shù)上有一定的減少，但明顯降低了圖像匹配的誤配率，匹配的精度得到了一定程度上的提高，改進后的SIFT算法較原算法而言較長，但總體增加不多，不會影響到實時性要求。

4 結論

本系統(tǒng)在人體動作識別方面具備較好的魯棒性，同時系統(tǒng)的原理采用的也是在原有技術理論基礎之上改進的算法，本身也在性能上有一定的提升，同時也更加滿足本系統(tǒng)研究的功能需求，準確性較高，但是實時性有待進一步提高。

參考文獻：

[1] 胡瓊， 秦磊， 黃慶明. 基于視覺的人體動作識別綜述[J]. 計算機學報， 2013， 36（12）：2512-2524.

[2] 胡瓊， 秦磊， 黃慶明，等.基于特征點軌跡的動作識別[J]. 計算機學報， 2014， 37（6）：1281-1288.

[3] 蔡林沁，張建榮，劉彬彬.基于手勢識別的虛擬環(huán)境體感交互控制[J]. 華中科技大學學報， 2015， 43（1）：136-139.endprint