基于卡尔曼滤波和随机回归森林的实时头部姿态估计

发布时间：2018-08-31 17:06

【摘要】：头部姿态估计在许多高层次的人脸分析任务中起着至关重要的作用,然而准确鲁棒的头部姿态估计仍然是具有挑战性的.针对当前流行的Kinect,提出一种基于卡尔曼滤波和随机回归森林的准确头部姿态估计方法.首先使用卡尔曼滤波在深度图中预测头部的位置,并在预测区域内采样深度块;然后将采样深度块通过已训练的随机回归森林进行头部姿态估计,并将姿态估计值作为卡尔曼滤波的测量值;最后利用卡尔曼滤波结合预测值和测量值得到最终的头部姿态估计参数.实验结果表明,与现有的随机森林算法相比,该方法具有更快的速度、更好的鲁棒性和更高的准确率.
[Abstract]:Head pose estimation plays an important role in many high-level face analysis tasks, but accurate and robust head pose estimation is still challenging. An accurate head attitude estimation method based on Kalman filter and random regression forest is proposed for the popular Kinect,. First, Kalman filter is used to predict the position of the head in the depth map, and then the depth block is sampled in the prediction area, and then the sampling depth block is used to estimate the head attitude through the trained random regression forest. The attitude estimation value is taken as the measurement value of Kalman filter, and the final head attitude estimation parameters are obtained by using Kalman filter combined with the predicted value and the measured value. Experimental results show that compared with the existing stochastic forest algorithm, the proposed method has faster speed, better robustness and higher accuracy.
【作者单位】： 山东大学计算机科学与技术学院;山东大学数字媒体技术教育部工程研究中心;山东大学控制科学与工程学院;
【基金】：国家“八六三”高技术研究发展计划(2015AA016405) 国家自然科学基金(61672326,61572290) 山东大学基础研究基金(2015JC051)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 张彩霞;孙凤梅;;基于对偶数的透视N线姿态估计[J];计算机工程与应用;2012年18期

2 马瑾;陈立潮;张永梅;;基于分类的头部姿态估计算法的研究[J];科技情报开发与经济;2006年02期

3 张小平,朱红锋,刘志镜;多姿态人脸照片的姿态估计[J];计算机仿真;2005年04期

4 史东承,于德海,杨冬;一种多视角人脸姿态估计算法[J];长春工业大学学报(自然科学版);2004年01期

5 钟志光;易建强;赵冬斌;洪义平;李新征;;一种鲁棒的只需两帧图像的姿态估计方法[J];模式识别与人工智能;2005年04期

6 张彩霞;赵青娥;;基于旋转体的摄像机姿态估计[J];北方工业大学学报;2011年03期

7 陈晓钢;陆玲;周书民;刘向阳;;一种新的人脸姿态估计算法[J];数据采集与处理;2009年04期

8 刘淼;郭东伟;马捷;孙浩翔;周春光;;基于椭圆模型和神经网络的人脸姿态估计方法[J];吉林大学学报(理学版);2008年04期

9 钟志光;林雪明;吴振谦;蒋伟刚;;一种基于点对的姿态估计和结构恢复方法[J];宁波大学学报(理工版);2009年01期

10 毛玉星;于燕来;韩倍涛;徐少志;成华安;;应用人脸姿态估计实现人机信息交互[J];重庆大学学报;2012年01期

相关会议论文 前1条

1 叶蓬;刘方;;一种基于李群的目标姿态估计方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年

相关博士学位论文 前4条

1 刘袁缘;自然环境下头部姿态估计方法的研究与应用[D];华中师范大学;2015年

2 崔锦实;基于三维模型的关节式物体姿态估计与跟踪方法研究[D];清华大学;2004年

3 赵松;人脸识别中的姿态估计、识别算法和融合算法的研究[D];中国科学技术大学;2009年

4 欧阳毅;单目视频中人体运动建模及姿态估计研究[D];浙江大学;2012年

相关硕士学位论文 前10条

1 石广升;基于Kinect的物体三维模型构建和姿态估计方法研究[D];哈尔滨工业大学;2015年

2 丁卓;基于单幅静止图像的人脸姿态估计的研究[D];华东师范大学;2014年

3 侯佳丽;基于视觉的无人机姿态估计方法研究[D];北京理工大学;2016年

4 赵俊宝;驾驶员头部姿态估计系统的设计与实现[D];华中科技大学;2014年

5 马召宾;融合眼部特征及头部姿态的实时疲劳驾驶检测技术研究[D];山东大学;2016年

6 高彪;视障者视觉辅助技术中刚性物体全方位姿态估计方法[D];天津工业大学;2016年

7 花景培;监控视频中行人跟踪及姿态估计[D];南京邮电大学;2016年

8 程科文;基于自适应三维人脸模型的实时头部姿态估计[D];合肥工业大学;2016年

9 廖巧珍;基于头部姿态估计的人机交互系统研究[D];重庆邮电大学;2016年

10 向顺灵;AAM的头部姿态估计与人脸识别算法的研究[D];广西民族大学;2016年

，

本文编号：2215619