تخمین چنددوربینی حالت سه بعدی انسان با برازش افکنش مدل اسکلت سه بعدی مفصل دار در تصاویر سایه نما

تحلیل و ضبط خودکار حرکت انسان بر اساس تصاویر یا ویدئو به دلیل کاربردهای بسیار زیاد در انیمیشن، نظارت، بیومکانیک، تعامل بین انسان و کامپیوتر، صنعت بازی و سرگرمی از اهمیت بسیاری در بینایی کامپیوتر برخوردار است. در این کاربردها، تخمین حالت سه بعدی انسان از قسمت های اساسی می باشد و بهمین دلیل دقت تخمین بر عملکرد این کاربردها تاثیر زیادی دارد.تخمین حالت سه بعدی انسان از مشاهدات تصویری با توجه به رنج وسیع تغییرات در ظاهر و مفصل بندی انسان، ابعاد بالا در فضای حالت انسان و پدیده خود انسدادی، یک مسئله چالش برانگیز می باشد. در این مقاله، روشی جدید برای تخمین حالت سه بعدی انسان در رشته ویدئویی چنددوربینی معرفی می شود. در روش پیشنهادی، به جای جستجوی مستقیم فضای حالت ابعاد بالای انسان و استفاده از الگوریتم های استنتاج پیچیده، از یک روش جستجوی سلسله مراتبی، توابع هدف جداگانه برای قسمت های مختلف بدن و روش های بهینه سازی مستقیم استفاده شده است. مزایای روش پیشنهادی، ارزش دهی اولیه خودکار، برچسب زنی قسمت های مختلف کانتور بدن و استفاده از توابع هدف جداگانه برای قسمت های مختلف بدن می باشد. نتایج آزمایش، نشان می دهد که روش پیشنهادی می تواند به طور موثری بعنوان یک سیستم بدون نشانه برای تخمین حالت سه-بعدی انسان در رشته ویدئویی چنددوربینی بکار گرفته شود.