针对人体跟踪过程中因遮挡、姿态变化而导致的跟踪器鲁棒性变差的问题，提出一种基于深度相机和卡尔曼滤波的人体目标跟踪方法，在深度图像下，基于人体骨架关键点，将人体目标分解成若干个关键点的位置状态，分别建立各关键点运动的数学模型，通过卡尔曼滤波器的跟踪，增加了人体目标跟踪不确定性的描述，提高了对遮挡、识别错误等不利因素的鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
