实验室博士生李艳丽等的学术论文“Iterative Pedestrian Segmentation and Pose Tracking under a Probabil-istic Framework”在ICRA2012(International Conference on Robotics and Automation)发表,论文由吴威教授和周忠副教授指导完成。该文联合解决了视频行人分割和姿态解析问题。视频行人分割和姿态解析分别用于获取行人的轮廓和骨架,这是视觉领域的两个基本问题。考虑到两者的互补性,文章提出了一种统一概率框架下迭代人体姿态解析和分割方法。该框架建立在时序马尔科夫场最大后验概率估计下,由粒子滤波结合物理驱动来解析人体姿态,通过求解二阶空域马尔科夫场下的能量函数来分割前景行人。其中,姿态解析出的骨架用于约束行人分割,而前景分割轮廓给姿态解析提供了观察信息。实验结果表明,该方法在复杂背景、动态场景下均具有鲁棒性,同时提高了行人分割和解析的精度。