具有较大根节点不确定性的三维人体姿态跟踪

近年来，将铰接物体表示为图模型受到了广泛关注，图的根节点通常用于描述物体的全局位置和方向。本研究提出了一种通过允许对根节点建模比现有技术更大不确定性来鲁棒跟踪三维人体姿态的方法。值得注意的是，这是在不增加模型其余部分不确定性的情况下实现的。其优势在于能够支持更大范围的后验分布，从而使该方法不易发生跟踪失败。在给定根节点状态假设的情况下，提出了一种新方法来估计以该值为条件的身体其余部分的后验分布。所有概率分布均使用单个高斯分布进行近似，从而允许以解析形式进行推断。通过使用一组确定性选择的样本点，每个部位仅需进行七次图像似然评估即可更新后验分布，因而极其高效。该方法支持多个根节点状态，并使用标准采样技术进行传播。我们相信这是首个致力于在对根节点较大不确定性建模的同时实现高效人体姿态跟踪的研究，并证明了所提方法比现有方法对跟踪失败具有更强的鲁棒性。