基于RGB-D 數據的實時人體檢測算法

鄭立國，劉 楊，羅江林，李宏研

(吉林世紀元時空動漫游戲科技股份有限公司動畫工程研究中心，長春130012)

0 引 言

體感交互技術作為前沿科技技術，已經從微軟的Kinect開始逐步向各個領域延伸，體感游戲也開始走進人們的日常生活。體感互動中，人體骨架識別技術的研究與實現必不可少，而在進行人體骨架識別前，需先進行人體檢測。由于體感交互的實時性要求，使人體檢測成為一項極具挑戰性的課題。

近年來，人們對人體檢測進行了大量研究，Bajracharya等［1］與Navarro-Serment等［2］利用雙目立體視覺與激光雷達技術對多傳感器的特征進行融合，并將其用在機器人與車載應用的人體檢測上，但該算法計算量較大，實時性較差。Luber等［3］提出了基于RGB-D數據的人體追蹤算法，該算法基于在線學習人體模型的方法構建人體檢測器，但并未給出計算時間。Spinello等［4］提出了HOD(Histogram of Oriented Depths)深度特征提取算法，它模仿底層特征提取算法HOG(Histogram of Oriented Gradient)，對深度差值的大小與方向進行直方圖統計，提取深度特性，并結合RGB圖像上的HOG特征進行人體檢測。文獻［5］也對HOG特征進行改進，提出了HDD(Histogram of Depth Difference)特征提取算法，該算法將梯度方向從原來的180°的統計空間擴展到360°，對梯度不同方向的統計更加精細。同樣文獻［6］也依賴于CPU的高速運算才能實現實時人體檢測。文獻［7］研究如何使用基于深度的ROI(Region Of Interest)追蹤算法以減少人體檢測算法的計算量，然而要想獲得圖像中感興趣的目標區域，同樣也需要基于GPU(Graphic Processing Unit)的人體檢測系統的密集掃描。

基于以上人體檢測算法的優缺點，筆者提出了一種基于RGB-D數據的實時人體檢測算法。……