Human motion tracking based on distributed collaborative learning

本发明公开了一种基于分布式学习的人体运动跟踪方法，主要解决现有技术训练所需硬件成本高，训练时间长，对大数据集无力的问题。 其实现步骤是：（1）将视频分割成帧图像并从图像中提取人体部位框图；（2）用描述子提取框图中的人体特征；(3)将提取的特征用随机特征映射法映射到由映射向量所组成的空间中；(3)用训练样本的映射向量和真实姿态构成人体运动跟踪的模型，将该人体运动跟踪模型分割成多个子模型；（4）用多个学习机协同求解这多个子模型的公共解，利用该公共解估计测试样本的真实运动姿态。 本发明与传统的人体运动跟踪方法相比，在达到相同的精度的前提下，具有硬件成本低，训练时间短的优点，可用于运动捕获、人机交互及视频监控。