来源：期刊VIP网 时间：
作者：武文杰;张大志;
单位：苏州科技大学;苏州大学;
摘要：动态场景下人体运动姿态复杂多变，且存在复杂光照、背景、遮挡的干扰，对精准跟踪异常姿态带来一定挑战。Kinect可实时获取动态场景下的高精度人体3D骨架数据，无迹卡尔曼滤波（UKF）的无迹变换处理非线性系统可精准估计复杂变化的人体动作姿态。因此，文中结合Kinect与UKF，研究动态场景下人体运动异常姿态跟踪方法。通过Kinect采集人体运动数据并生成3D骨架模型，构建人体运动3D动作数据库；通过UKF方法运用此数据库内的关节点数据，预测更新动态场景下存在干扰噪声的姿态向量，完成全部姿态跟踪；结合欧氏距离与标准动作姿态向量，判定所跟踪姿态向量中的异常姿态。结果显示，该方法在光照与动作变化的动态场景下，可有效跟踪各关节不同姿态向量，并精准识别出异常姿态，达到异常姿态跟踪的目的。
关键词：动态场景;;人体动作;;异常姿态跟踪;;Kinect传感器;;人体3D骨架;;卡尔曼滤波;;姿态向量;;欧氏距离
