【论文阅读】基于光流的快速人体姿态估计

文献： 周文俊,郑新波,卿粼波,熊文诗,吴晓红.基于光流的快速人体姿态估计.计算机系统应用,2018,27(12):109–115. http://www.c-s-a.org.cn/1003-3254/6665.html

来源：知网

目录

一、研究目的及意义

二、研究方法

1、方法概述

2、视频帧姿态相关性分析

3、基于光流的快速人体姿态估计框架

4、算法改进

（1）自适应关键帧检测算法

（2）关键点局部融合优化

三、实验

1、实验设置

2、实验结果

（1）定性比较

（2）定量比较

四、总结

---

一、研究目的及意义

针对视频对象，提出一种基于光流的快速人体姿态估计算法，利用视频帧之间的时间相关性（相邻帧之间的人体姿态表现出的运动连续性），实现人体姿态估计的加速，解决现有人体姿态估计算法计算复杂度高的问题，提升检测速度，且在一定程度上提升了对视频序列的检测性能（尤其是背景复杂、部件遮挡等问题）

二、研究方法

1、方法概述

在一个视频帧组内，首先根据人体姿态估计算法对关键帧进行人体姿态检测，而对于其他的非关键帧，计算它与前向关键帧之间的光流场信息 (时间相关性)，然后根据光流场将关键帧的检测结果传播到非关键帧上，避免了在每一帧上运行人体姿态估计算法。

2、视频帧姿态相关性分析

视频帧间相关性及人体姿态相关性效果图：

Frame——原始视频帧；

Pose——原始视频帧对应的真实姿态信息；

Flow——第 i 帧（i = 2,...,5）图像与第一帧图像之间的真实光流场，光流是在图像灰度模式下，图像间的亚像素级运动矢量，广泛用于估计连续帧之间的像素点运动；

Dsp——第 i 帧（i = 2,...,5）图像中人体关键点与第一帧图像人体关键点之间的运动矢量场，也就是视频帧之间对应相似块的运动信息。

需要注意，随着时间的推移, 当前帧 Framei（i = 2, …, 5)）与 Frame1 的人体姿态信息变化越来越大, 相关性也越来越低.

3、基于光流的快速人体姿态估计框架

方法

首先将视频帧分割成多个视频帧组确定关键帧（每个视频帧组的第一帧为该视频帧组的关键帧，其余视频帧为非关键帧）;

然后采用PAFs算法确定关键帧人体姿态信息；

最后利用轻量级光流算法Flownet2-c计算关键帧与非关键帧之间的光流信息，将关键帧的检测结果与光流场融合后，传播到非关键帧。

相关定义

——第 i 帧图像与对应关键帧 之间的光流信息；

——将关键帧的真实人体姿态信息 通过第 i 帧图像与关键帧之间的光流场融合后的人体姿态信息.

存在问题

（1）关键帧的选取：视频帧间相关性随着时间推移而降低，因此应思考如何选取关键帧；

（2）融合效果直接影响非关键帧的估计精度，且融合中光流计算算法对噪声过于敏感，应优化.

4、算法改进

（1）自适应关键帧检测算法

通过已有的光流场，判断两视频帧之间是否出现剧烈位移运动，从而划分关键帧与非关键帧。

算法步骤

1）第 i 帧与前向关键帧  之间的光流信息，计算局部光流信息模的累加和 Local_sum(f) 和局部光流信息的最大值 Local_max(x,y)， mask为图像中每个人的矩形掩模框并集 (如图所示, 恰好覆盖所有人的关节点)，s为关键帧所有关节点处像素点的集合.

2）确定判断阈值

将mask_sum*m(m 为掩模系数，mask_sum是关键帧中每个人的矩形掩模框并集的总面积) 作为 Local_sum(f) 的阈值。当模小于
等于10 个像素时，光流场可以有效的预测关节点的位移，所以 Local_max的阈值为10.

3）比较确定第 i 帧是否为关键帧

式 (6) 成立时第 i 帧为非关键帧，否则结束该视频帧组，第 i 帧为下一视频帧组的关键帧.

（2）关键点局部融合优化

运动物体周围的光流信息分布十分不均匀. 因此若在融合关键帧姿态信息和光流信息时, 只使用关键帧关节处的光流信息作为非关键帧关节点的运动信息, 则会因光流信息计算不准确导致关节点信息预测失败，如图所示：

采用关节点处 5x5 邻域的光流信息代替关节点的运动信息, 以提高融合预测的准确率。

：关键帧关节点处5×5邻域的光流信息的均值；

：非关键帧关节点坐标，是关键帧关节点坐标.

三、实验

1、实验设置

框架：caffe

硬件：Intel i5，8G内存，单张GTX 1070的机器上测试

数据集：OutdoorPose 数据集和HumanEvaI 数据集

评价指标：帧率评估算法检测速度，PCP评价标准评估算法对人体各部件估计准确度

2、实验结果

（1）定性比较

与PAFs比较，可以看到在复杂环境下本文算法较原算法PAFs在一定程度上可增加人体姿态检测的检测性能. 

（2）定量比较

OutdoorPose 数据集上，本文算法较PAFs算法在检测准确度上提升1.3%，检测帧率提升87.5%；

HumanEvaI 数据集上，本文算法较PAFs算法在检测准确度下降1%的情况下，检测帧率提升 91.8%.

四、总结

本文以视频为对象，利用视频帧之间的时间相关性，提出基于光流的快速人体姿态估计算法，将视频分为视频帧组，然后每一个视频帧组中，分为关键帧和非关键帧，首先对关键帧进行人体姿态估计，然后将关键帧与非关键帧计算得到两者间的光流信息，最后将关键帧人体姿态估计结果和光流信息融合，得到非关键帧的人体姿态估计结果，这样有利于减轻计算复杂度，且一定程度改善复杂背景、遮挡等问题，同时从关键帧检测和融合算法两方面对算法进行了优化。