基于图像与三维激光扫描数据的多人运动跟踪方法研究

研究对大型、复杂、拥挤场景中的人群行为进行自动分析，实现人体检测、轨迹跟踪与人体姿态跟踪，在智能监控、行为科学研究、以及服务型机器人等领域，具有重要的理论和实际应用价值。目前的相关研究中，有两个关键问题急待解决：一是不同人之间的复杂遮挡关系造成的观测缺失问题，二是因多目标联合状态空间与人体姿态状态空间的维度过高而引发的维度灾难。对此，我们提出相应的解决思路：一：融合图像与三维激光扫描数据，提取丰富的观测信息，克服现有单基于图像的方法或是基于三维激光扫描数据的方法因观测缺失，而无法准确、鲁棒地实现跟踪的缺陷。二：在分析所提取的观测数据特性的基础上，采用统一的概率分布描述与贝叶斯估计理论框架，并结合有效的粒子采样策略和降维分析方法，解决高维状态空间中的状态估计问题，丰富现有的粒子滤波器与高维状态估计理论与算法，解决相关难题，进一步深化相关应用。