基于随机高斯隐变量的人体运动跟踪方法专利登记公告

专利名称：基于随机高斯隐变量的人体运动跟踪方法

摘要：本发明公开了一种基于随机高斯隐变量的人体运动跟踪方法，主要解决现有技术的人体运动跟踪结果不准确和不稳定的问题。其实现过程为，首先预处理视频图像，获得原始关节点三维坐标矩阵Y；根据获得的三维坐标矩阵Y构建高斯隐变量模型；使用随机梯度下降方法求解高斯隐变量中隐空间X和核超参数β；使用迭代法，结合K-mean聚类和局部保留映射LPP，更新隐空间X和核超参数β；经过5000次迭代获得最终隐空间X和核超参数β，进而获得高斯隐变量模型，使用学习得到的高斯隐变量模型，以获得的隐空间X为输入，估计出运动人体的三维姿态数据

专利类型：发明专利

专利号：CN201210133724.4

专利申请（专利权）人：西安电子科技大学

专利发明（设计）人：韩红;谢福强;韩启强;张红蕾;顾建银;李晓君;甘露;郭玉言;刘三军

主权项：一种基于随机高斯隐变量的人体运动跟踪方法，包括如下步骤：(1)从原始的视频图像中获得人体关节点的三维坐标矩阵Y；(2)根据三维坐标矩阵Y构建高斯隐变量模型：2a)将人体关节点的三维坐标矩阵Y代入高斯公式： p ( Y | X , β )

专利地区：陕西