以隱藏式馬可夫模型之方向式粒子濾波器應用於單一相機架構下三維人體動作追蹤

徐文輝
人體動作追蹤在電腦視覺這塊領域已經發展一陣子了，至今還是相當熱門的研究題目，且應用的範圍相當多，如監控系統、家庭看護、虛擬實境以及遊戲。追蹤人體動作參數有兩種不同的方法，分成使用標記與不使用標記的追蹤。前者在人體身上攜帶標記透過計算標記的位置來模擬人體動作，例如:電影動畫是利用感應器(Motion Capture Sensor)裝置在人體的各個部位，根據回傳的參數得到人體三度空間的座標位置。後者是人體不使用標記做追蹤，其中又分成多台相機系統與單一相機系統，多台相機系統乃經由不同的角度取得相機間人體相對應的座標位置進行追蹤，或利用單一相機捨去深度的資訊作物體的追蹤。

在一般的情況下，人體不可能裝置標記在身上，就算是為了特殊實驗而測試，感應器儀器方面也相當昂貴，為了考量實用性及方便性，因此我們採取單一相機拍攝人體動作，使用者不攜帶任何標記。我們提出以隱藏式馬可夫模型(HMMs)之方向式粒子濾波器(Directional Particle Filter)來有效的追蹤三維人體動作。三維人體動作追蹤困難處在於需要計算人體大量的自由度(degrees of freedom)。我們研究主要在人體動作追蹤時，精確預測粒子的位置並降低預測的粒子數以降低龐大的計算量讓追蹤更精確，另外針對錯誤的追蹤結果做追蹤錯誤修正。

本論文主要的貢獻有：(a) 方向式粒子濾波器能透過預測參數分布的位置來提高追蹤的準確度並加快追蹤的速度。方向性粒子濾波器能將取樣的粒子放在參數出現機率較高的地方，以增加追蹤的準確度，而利用方向性產生的動態預測機制可改變粒子收尋區域，當收尋區域變小時，粒子數量就等比例降低，即可減少計算量而加快追蹤的速度。(b) 針對於人體動作的特性，我們提出半階層式搜尋方法(Semi-hierarchical searching method)，將搜尋範圍分成不均勻的多層架構，每一層都由粒子濾波器方式擷取出各組的參數，此方法依據人體部位來定義階層，相對於階層式的搜尋法，我們所提的方法提高了參數估測的精準度。(c) 方向式粒子濾波器嵌入隱藏式馬可夫模型做回覆機制，改善錯誤較大的追蹤結果，也就是將各個機率較低的粒子重新配置致事先訓練資料的正確狀態位置做重新預測的動作，這樣可以讓粒子往機率大的位置移動，讓追蹤的結果更為精確。最後，我們的方法與階層式粒子濾波器作結果的分析與比較，經由實驗證實縮短追蹤的時間及提高了追蹤的精確度。