13、非刚性和铰接物体的姿态估计与三维主动轮廓方法

非刚性和铰接物体的姿态估计与三维主动轮廓方法

1. 非刚性物体姿态估计

• CCD 算法 ：该算法采用“模糊曲线模型”，将其与像素灰度值的局部统计特性相适应。此模型由高斯分布定义，而非一组明确的量。这样做能带来大的收敛半径，同时使确定的边界具有高精度，从而可将轮廓不清晰的物体从杂乱背景中分离出来。
• 基于阴影轮廓分析的方法 ：通过分析非刚性物体在已知形状表面上、已知光照条件下所投射阴影的轮廓，实现对非刚性物体的三维姿态估计。
• 梯度符号表优化方法 ：利用梯度下降方案将模型适配到图像上，计算束调整误差函数的导数。该方法依赖误差函数梯度的符号，通过离线计算表格来确定特征与图像的对应关系。将姿态参数空间划分为适当的部分后，为每个像素、每个姿态参数和每个定义的部分存储一位表示梯度符号的信息，形成“梯度符号表”。此优化方法计算复杂度低，但内存需求可能较高。

2. 铰接物体姿态估计

2.1 人体姿态估计

人体姿态估计是铰接物体姿态估计的常见场景，以下是不同的方法：
|方法|描述|
| ---- | ---- |
|基于单目图像序列的方法|许多用于人机交互中手势识别的方法依赖单目图像序列。例如，Schmidt 等人将由圆柱链组成的三维铰接身体模型适配到人的单目彩色图像上，通过皮肤颜色检测、强度、边缘和颜色线索的空间统计分布来优化姿态参数。Sminchisescu 对单目人体姿态估计的优缺点进行了广泛讨论，指出投影到二维图像平面可能导致物体外观模糊，尤其是在身