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

تحلیل و ضبط خودکار حرکت انسان بر اساس تصاویر یا ویدیو به دلیل کاربردهای بسیار زیاد در پویانمایی، نظارت، بیومکانیک، تعامل بین انسان و رایانه، صنعت بازی و سرگرمی اهمیت بسیار زیادی در بینایی رایانه دارد. در این کاربردها، تخمین حالت سه بعدی انسان از قسمت های اساسی است و به همین دلیل دقّت تخمین بر عملکرد این کاربردها تاثیر زیادی دارد.تخمین حالت سه بعدی انسان از مشاهدات تصویری باتوجّه به بازه وسیع تغییرات در ظاهر و مفصل بندی انسان، ابعاد بالا در فضای حالت انسان و پدیده خودانسدادی، یک مسیله بحث-برانگیز است. در این مقاله، روشی جدید برای تخمین حالت سه بعدی انسان در رشته ویدیویی 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 اوّلیه خودکار، برچسب زنی قسمت های مختلف کانتور بدن و استفاده از توابع هدف جداگانه برای قسمت های مختلف بدن است. نتایج آزمایش، نشان می دهد که روش پیشنهادی می تواند به طور موثّری به عنوان یک سامانه بدون نشانه برای تخمین حالت سه بعدی انسان در رشته ویدیویی چنددوربینی به کار گرفته شود.