{
  "paper_id": "de01ddead1279cc76f474257eb7ffb8a",
  "paper_title": "3D Human Tracking in a Top View Using Depth Information Recorded by the Xtion Pro-Live Camera",
  "paper_authors": [
    "Cyrille Migniot",
    "Fakhreddine Ababsa"
  ],
  "publication_date": "",
  "publication_venue": "Advances in Visual Computing",
  "abstract": "This paper addresses the problem of the tracking of 3D human body pose from depth image sequences given by a Xtion Pro-Live camera. Human body poses could be estimated through model fitting using dense correspondences between depth data and an articulated human model. Although, most of the time for the video surveillance, the camera is placed above the persons, all the tracking methods use the front view. Indeed the human shape is more discriminative in this view. We propose a new model to be fitted to the top view in a particle filter framework for a real-time markerless tracking. The model is composed of two parts: a 2D model providing the human localization and a 3D model providing its pose. There are few wrong estimations and they are efficiently detected by a confidence measure.",
  "keywords": [
    "3D human tracking",
    "top view",
    "depth image",
    "particle filter",
    "Xtion Pro-Live camera",
    "pose estimation",
    "chamfer distance",
    "markerless tracking"
  ],
  "paper_institutions": [
    "IBISC - team IRA2 - University of Evry val d'Essonne, France"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:47:02.399159Z",
  "template_tag": "simple",
  "summary": "### 摘要\n该论文针对俯视视角下基于深度图像序列的三维人体姿态跟踪问题。现有方法多使用前视模型，但视频监控中相机常安装于头顶，前视形状判别性虽强，俯视下却缺乏肤色等特征。为此，作者提出一种专用于俯视的模型，在粒子滤波框架内实现实时无标记跟踪。模型分为两部分：2D模型用于定位头部和肩部，3D模型用于估计手臂姿态。2D模型通过深度图阈值化获得头部和肩部的Ω形区域，并使用椭圆拟合与倒角距离计算似然；3D模型由躯干、手臂和手部的几何体素构成，每个手臂有5个自由度（肩部3个、肘部2个），似然函数采用3D倒角距离。实验使用Asus Xtion Pro-Live相机安装于2.9米高度，模拟超市顾客行为，记录两个序列（S1和S2）以及一个用于关节轨迹验证的序列S3。结果表明，在75个粒子下，平均误差为25毫米，标准差5毫米，处理速度满足实时要求。提出置信度度量以检测错误估计，错误率仅为1.52%。进一步与ART跟踪系统对比，关节轨迹吻合。未来工作将用于行为识别，并可能结合相机位姿估计实现增强现实。核心机制是粒子滤波中通过倒角距离匹配模型与深度数据的似然函数，并利用2D定位约束3D搜索空间。\n\n### 关键要点\n- 提出俯视视角下专用于深度数据的人体姿态跟踪模型，包含2D头部-肩部模型和3D全身模型，在粒子滤波框架内联合使用。\n- 2D模型通过深度图像阈值分割出头肩区域，用两个椭圆表示，似然函数基于倒角距离，对体型差异稳健。\n- 3D模型用截锥体表示手臂和前臂，躯干用椭圆柱体，手用矩形平面，每个手臂5自由度，受生物力学约束。\n- 粒子滤波采用常数速度动态模型和高斯扩散，初始化时由检测过程提供肩部位置，手臂初始平行于身体。\n- 似然函数计算粒子对应的3D模型与前景点（排除头肩）的3D倒角距离平均值。\n- 实验数据包含两段模拟顾客行为序列（约450帧和300帧），以及一段用于关节轨迹验证的序列（约55秒）。\n- 粒子数量影响精度和时效：75个粒子达到精度饱和，少于25个显著退化，75个粒子时平均误差25mm，标准差5mm。\n- 提出置信度度量，将估计骨架投影到深度图像，计算投影像素与前景的平均距离，错误估计时该值升高。\n- 错误估计占比仅1.52%，且通常只持续一帧，可通过置信度阈值有效检测。\n- 与ART光学跟踪系统对比肩、肘、腕关节轨迹，两者在x、y、z坐标上吻合较好，ART轨迹更大且传感器无法精确放置在关节上。\n- 方法旨在分析超市顾客行为，相机安装于天花板上，属于监控场景的应用。\n- 未来工作将结合动作识别和相机位姿估计，并探索跟踪与分割联合方法。"
}