基于粒子群优化的退火粒子滤波器用于关节三维人体运动跟踪

由于高维参数空间和较差的图像观察,三维铰接式人体运动跟踪具有挑战性。 当使用粒子群优化(PSO)进行人体运动跟踪时,由于不可靠的图像可能性,粒子可能会被误导并且无法找到最合理的姿势空间。 本文提出了一种新的基于PSO的人体运动跟踪算法,即基于PSO的退火粒子滤波器(APSOPF)。 采样协方差和退火因子被合并到PSO的速度更新方程中。 它们会在PSO迭代开始时以适当的值进行初始化,并以合理的步骤降低(退火)。 通过采样协方差,将运动先验引入到APSOPF中,将粒子约束到姿势空间的最可能区域,并减少无效粒子的生成。 通过在更新原理中采用递减系数,局部和全局最佳粒子对粒子的主导作用会随着代数的增加