检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

移动卫星通信系统强跟踪姿态估计算法研究

数字通信世界 2018年第1期 71-71页

作者：关钦锦南京六九零二科技有限公司

移动卫星通信系统可能会遇到强机动或者高动态的复杂地理环境,在这种环境下,测试系统会受到一定的影响。利用强跟踪滤波,可以使天线姿态的稳定性在强机动下得以提高,大大提高了跟踪突变的能力。

关键词：移动卫星通信系统强跟踪滤波姿态估计算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

人工智能辅助姿态识别和运动处方的研究

现代电子技术 2024年第4期47卷 139-142页

作者：孔令凯王森中移(成都)信息通信科技有限公司四川成都610000

推进体育核心素养有效转化和成功落实,提高体育在中考的分数占比,是当前我国学校体育现代化建设和革新的重点和抓手。为应对目标任务繁重而体育资源有限的问题,针对立定跳远、引体向上等中学生普遍开展的体测内容,采用人工智能技术研究... 详细信息

推进体育核心素养有效转化和成功落实,提高体育在中考的分数占比,是当前我国学校体育现代化建设和革新的重点和抓手。为应对目标任务繁重而体育资源有限的问题,针对立定跳远、引体向上等中学生普遍开展的体测内容,采用人工智能技术研究能够有效评估和辅助提高学生基础动作训练水平的姿态评鉴和处方系统。研究内容包括标准动作模型的建立、现场动作采集及与标准动作的对比判定、生成学生动作改进建议三部分,最终形成一套智能的基础体育动作识别、标准程度评估和体质提升建议系统。

关键词：体育教育运动动作人工智能动作采集运动处方动作识别姿态估计算法标准程度评估

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于姿态序列提取的行为识别算法研究

基于姿态序列提取的行为识别算法研究

作者：廖锦潮华南理工大学

学位级别：硕士

随着智能设备的普及和信息技术的迅速发展,视频智能理解的需求日益增长。人体行为识别作为视频智能理解中的一项关键技术,在安防监控、人机交互、智能医疗等领域有着广阔的发展前景。其中,基于姿态序列的行为识别算法有着推断速度快、... 详细信息

随着智能设备的普及和信息技术的迅速发展,视频智能理解的需求日益增长。人体行为识别作为视频智能理解中的一项关键技术,在安防监控、人机交互、智能医疗等领域有着广阔的发展前景。其中,基于姿态序列的行为识别算法有着推断速度快、模型轻量、不受行为无关信息干扰的优点,受到了越来越多研究者的关注。该类方法首先需要通过姿态估计算法进行姿态序列提取,随后使用分类器完成行为识别。本文在已有研究的基础上,从姿态估计和行为识别模型两方面开展研究工作,主要内容为:(1)在姿态估计方面,提出了一种基于形变窗口注意力的高分辨率Transformer模型(High-Resolution Transformer using Deformable Window Attention,Dw-HRFormer)。Dw-HRFormer改进自高分辨率网络HRNet,使用特征提取能力更强的Transformer模块替换原有的卷积模块。针对原有的注意力机制在Transformer模块中计算复杂度过高的问题,设计了一种形变窗口注意力。形变窗口注意力作为一种局部注意力机制以数据驱动的形式为每个窗口学习偏移量及缩放尺度,通过偏移采样实现特征的长距离灵活交互。此外,设计了一种基于多尺度注意力机制的特征融合模块,通过多尺度信息融合学习到具有大感受野的注意力矩阵,以增强特征图的空间和通道信息。在COCO数据集实验中,本文的Dw-HRFormer模型在运算量低于HRNet网络17%的情况下,AP指标提升了0.3%,有效验证了模型设计的有效性。(2)在行为识别方面,提出了一种自适应拓扑结构学习的图卷积网络(Adaptive Topology Learning Graph Convolution Network,ATL-GCN)。ATL-GCN通过交替的空间图卷积模块和时间卷积模块实现姿态序列的特征提取以进行行为识别。与以往的图卷积行为识别网络不同,ATL-GCN在整个网络中保持着一条额外的骨架拓扑结构学习支路,通过激活、更新、压缩机制实现拓扑结构的动态调整。网络每个阶段中学习到的拓扑结构都会自适应保留至下个阶段,随着网络层数加深可以学习到更优的关节点拓扑关联。同时设计了一种多尺度时间卷积模块,通过组合不同膨胀率的空洞卷积来充分挖掘关节点的短期细节变化及长期运动趋势,实现高效的时间特征提取。在NTU-RGB+D数据集实验中,ATL-GCN识别准确率为92.5%(X-Sub)和97.1%(X-View),达到了业界先进的水平,充分说明了模型设计的有效性和优越性。(3)最后基于以上算法,设计了一种基于姿态序列提取的行为识别系统,该系统以视频图像作为输入,通过人体检测、多目标追踪、数据关联及姿态估计实现高质量的姿态序列提取,并通过多模态骨骼特征生成以及行为分类网络实现高准确率的人体行为识别。在NTU-RGB+D数据集上,本文的行为识别系统将识别精度进一步提升至93.4%(X-Sub)。

关键词：行为识别姿态估计算法 Transformer 图卷积网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于骨架的人体异常行为识别与检测研究进展

控制与决策 2024年第8期39卷 2484-2501页

作者：朱红蕾卫鹏娟徐志刚兰州理工大学计算机与通信学院兰州730050

人体异常行为识别与检测技术已广泛应用于各种领域.由于视频中存在的物体遮挡、光照及视角变化、复杂背景等问题,使得利用轻量级人体骨架数据处理此类实时任务成为竞争性工具.多数研究从不同角度对此任务相关方法进行综述,但缺少针对人... 详细信息

人体异常行为识别与检测技术已广泛应用于各种领域.由于视频中存在的物体遮挡、光照及视角变化、复杂背景等问题,使得利用轻量级人体骨架数据处理此类实时任务成为竞争性工具.多数研究从不同角度对此任务相关方法进行综述,但缺少针对人体骨架的整理工作.对此,立足于骨架数据,系统地综述了深度学习背景下的人体异常行为识别与检测方法.首先,按照应用场景中目标个数的不同,分类总结了典型的人体姿态估计算法;其次,依据特征提取网络的不同,将异常行为识别方法分为5类,分别围绕CNN、RNN、GCN、Transformer以及混合模型展开对比分析;然后,从数据与标签的映射学习角度,对3类异常行为检测方法进行讨论;最后,介绍了基准数据集及其上相关算法的表现,并探讨了此任务所面临的挑战及展望,以期为本领域未来的研究提供参考.

关键词：人体骨架异常行为识别异常行为检测深度学习姿态估计算法注意力机制

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于RGB-D数据3D人体姿态估计综述

基于RGB-D数据3D人体姿态估计综述

第十一届全国体育科学大会

作者：甄庆凯陈骐国家体育总局体育科学研究所

人类动作数据集记录方式分为RGB和RGB-D两类,本文根据输入图像的种类不同,将三维人体姿态估计研究大致分为两类:第一类是基于RGB图像,第二类是基于RGB-D或深度图像。在深度传感设备普及之前的三维人体姿态估计研究中,主要是使用二维的RG... 详细信息

人类动作数据集记录方式分为RGB和RGB-D两类,本文根据输入图像的种类不同,将三维人体姿态估计研究大致分为两类:第一类是基于RGB图像,第二类是基于RGB-D或深度图像。在深度传感设备普及之前的三维人体姿态估计研究中,主要是使用二维的RGB图像来实现三维的人体姿态估计,其主要方法大致可以分为生成法,判别法、混合法以及基于深度学习的方法。其中,关键的一步是从图像中估计出二维的关键点或二维姿态,然后通过建立的先验模型预测出三维的姿态。使用卷积神经网络在姿态估计中的表现非常优异,依赖神将网络的计算能力,可以直接从输入图像进行三维姿态回归,如Mehta等基于CNN提出一种实时的三维人体姿态估计方法。虽然过去十几年对基于RGB图像的三维人体姿态估计的研究取得了很大的突破,但是仍然有很多问题未得到解决。首先,由于背景、尺度和光照变化,以及服装和配饰在人体上的复杂外观,人体各部位的外观差异很大。同时,在RGB数据中,摄像机的拍摄角度和成像的垂直投影法使人体出现较大的变形,其次,人体运动中存在大量的遮挡现象会导致与人体有关的信息丢失,对于仅仅依赖RGB数据,由于遮挡问题不能重构杂乱的人体部位。因此估计准确度、收敛速度、鲁棒性等问题未得到解决。随着深度传感设备的普及,深度图像的获取更为方便,在人体姿态估计的研究中更倾向于利用RGB-D数据中的深度信息。深度信息有助于解决复杂场景中的外观变化、变形和遮挡问题,提高人体姿态估计的可靠性和准确性。首先,针对深度信息的外观特征,提出了将三维空间投影到二维平面上的有效方法,如距离不变投影和基于法线的投影。这样可以避免垂直投影到二维平面上的变形。此外,深度相机的照明和颜色变化不变。这使得使用深度信息作为外观描述符是有效的。其次,对于遮挡问题,可以通过深度信息和RGB图像对遮挡部分进行重构。在目前的基于TOF摄像机的人体姿态估计方法的研究主要包括Ganapathi的工作,他提出了一种利用单目深度图像流跟踪人体姿态的高效滤波算法。其关键思想是将一个精确的生成模型与一个提供有关身体部位位置判别模型相结合。Jain提出了一种基于模型的方法,采用基于Haar级联的检测方法和模板匹配方法,通过融合RGB数据和深度信息来检测和估计人类姿态。Zhu介绍了一种用于估计人体姿态的系统、方法和计算机应用。从一个方面看,在人体的深度图像中发现了解剖学特征。该方法在深度图像中检测到头部、颈部和躯干（H-N-T）模板,并基于H-N-T模板检测深度图像中的肢体。此外,基于TOF摄像机的人体检测和姿态估计还有很多。Plagemann等提出了一种新的关键点检测器,用于人体的网格结构模型和深度数据,以解决在深度图像中检测和识别身体部位的问题。Ikemura提出了一种利用关系深度相似特征（RDSF）检测人类的方法,该方法基于TOF摄像机获得了深度信息。与此同时,随着Kinect的发布,许多研究人员已经使用Kinect来进行人体姿态估计。在Shotton提出的一种新方法中,可以在不使用时间信息的情况下,从单个深度图像中快速准确地预测人体关节的三维位置。该算法采用了一种目标识别方法,将复杂的位姿估计问题映射为一个简单的像素分类问题。运用了大量的、高度多样化的训练数据集,允许分类器能够估计身体部位对姿势、体型、服饰等具有不变性。他们通过重新投影分类结果并找到局部模式来生成几个身体关节的置信度三维方案,能够处理部分遮挡问题,同时该算法能有效地估计无光或无约束光照条件下的人体姿态,且具有尺度不变性。此外,Ye提供了一种使用单深度摄像机实时同步姿态估计方法。Pauwels提出了一种基于模型的基于密集运动和深度线索的姿态实时检测和跟踪方法。然而,所提出的方法受TOF相机深度测量距离较短的限制。

关键词：姿态估计计算机视觉 RGB-D数据姿态估计算法

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

行人重识别模型的多任务损失设计

西安科技大学学报 2024年第2期44卷 400-408页

作者：白宗文张哲延安大学物理与电子信息学院陕西延安716000

行人重识别是一项利用计算机视觉技术判断图像中是否存在特定行人的任务。为研究Re-ID模型使用身份标签不能有效地学习不同行人之间的相似局部外观问题,提出了一种基于多任务损失的Re-ID方法。首先,通过主干网络提取全局特征以及局部特... 详细信息

行人重识别是一项利用计算机视觉技术判断图像中是否存在特定行人的任务。为研究Re-ID模型使用身份标签不能有效地学习不同行人之间的相似局部外观问题,提出了一种基于多任务损失的Re-ID方法。首先,通过主干网络提取全局特征以及局部特征,借助姿态估计算法检测行人身体部位,将身体部位的特征与局部特征组进行融合形成人体姿态引导特征;其次,通过多任务损失方法指导模型对人体姿态引导特征以及全局特征进行优化,从而增强模型对遮挡以及不具有区分性局部外观的鲁棒性。结果表明:多任务损失方法在Occluded-Duke、Market 1501和DukeMTMC-reID数据集上的mAP/Rank-1的精度分别达到了59.7%/67.9%,88.4%/94.9%和80.6%/89.9%。为避免训练集与测试集数据之间分布的差异性导致预训练模型产生次优检索结果的问题,提出了一种基于图卷积网络的重排序方法,该方法利用图卷积算子在图上将行人的最近邻特征传播,从而优化了每个图像的表示,以获得更优的检索结果。

关键词：行人重识别姿态估计算法多任务损失图卷积算子重排序

维普期刊数据库博看期刊

面向独居老人异常行为检测的智能药箱关键技术研究

在线全文

学校读者我要写书评

暂无评论

面向独居老人异常行为检测的智能药箱关键技术研究

作者：张靖太原师范学院

学位级别：硕士

随着我国老年人口的不断增长,老人的健康问题也受到了社会的广泛关注,尤其是独居老人存在吃错药、乱吃药和一些异常行为无法被及时发现问题。本文设计智能药箱系统,解决老人吃错药、乱吃药问题,并通过智能药箱上的各种传感器和摄像头采... 详细信息

随着我国老年人口的不断增长,老人的健康问题也受到了社会的广泛关注,尤其是独居老人存在吃错药、乱吃药和一些异常行为无法被及时发现问题。本文设计智能药箱系统,解决老人吃错药、乱吃药问题,并通过智能药箱上的各种传感器和摄像头采集的环境、体征、视频等信息进行异常行为识别,重点对基于计算机视觉的摔倒检测技术进行了研究。本文主要研究内容如下:(1)针对老人吃错药、乱吃药等问题设计并实现了一款智能药箱,该系统分为智能给药子系统、数据采集子系统、异常行为检测子系统和数据展示子系统。智能给药系统可以定时提醒用户吃药给药、抽水等操作,当摄像头人脸识别成功后方可给出所需药品。数据采集子系统采用STM32单片机作为主控芯片,通过3D打印机设计制作采集信息装置,可以实时采集和分析温度、湿度、心率和血压等信息并及时发现异常。通过微信小程序将采集到的数据显示在手机端方便监护人查看老人状况,以便了解更多老人情况。(2)针对环境干扰和视觉变化等问题,对基于YOLOv5目标检测算法进行了研究,提出了改进的YOLOv5老人摔倒检测算法。将ACON(Activate or Not,激活与否)激活函数代替Si LU作为激活函数,提高模型的分类、检测效果;通过添加坐标注意力机制实现更准确地定位和识别感兴趣的对象;使用Ghost Conv作为卷积模块,用线性操作得到更多的特征图,减少了参数量和计算量,提高了模型检测精度。在UR Fall Detection Dataset(URFD)摔倒数据集上进行了实验,结果表明,改进后的YOLOv5算法训练出来的模型比原始算法参数量减少35.14%、模型大小减少4.8M、精确度可达99.1%。(3)针对采用单一的YOLOv5进行摔倒检测易受相似行为的影响问题,进一步采用基于轻量化Open Pose姿态估计和改进的YOLOv5相结合的方法检测摔倒。首先,从视频图像中提取出人体关节点信息,然后,对提取到的关节点信息计算人体中心点下降速度,根据人体外接矩形宽高比的方法在给定阈值下检测摔倒行为。实验结果表明,本文采用的方法在人体摔倒检测上取得了很好的效果。本文设计并实现了智能药箱管理系统,提供定时提醒吃药、自动给药、发现异常并预警等服务,对基于深度学习的视频异常检测技术进行了研究;提出了改进的YOLOv5算法,减少了模型大小和参数量,提高了异常检测的准确率;进一步提出与轻量化Open Pose姿态估计相结合的方法,解决了相似行为误检问题。本文工作即可为社区服务站、养老院和医院等场所提供一套完善的系统,所提出的方法也可为人体异常行为检测提供理论支持。

关键词：智能药箱摔倒检测 YOLOv5算法姿态估计算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于九轴传感器的输电线舞动监测研究

基于九轴传感器的输电线舞动监测研究

作者：朱勤翔上海交通大学

学位级别：硕士

输电线舞动是电网建设中一个潜在的威胁,容易造成重大事故。输电线的舞动现象是指输电线在恶劣环境下,受到风的激励后产生的自激摆动现象,它运动频率低、持续时间长、摆动幅度大,会造成线路断股、损坏金具、导致跳闸、甚至拉到杆塔等危... 详细信息

输电线舞动是电网建设中一个潜在的威胁,容易造成重大事故。输电线的舞动现象是指输电线在恶劣环境下,受到风的激励后产生的自激摆动现象,它运动频率低、持续时间长、摆动幅度大,会造成线路断股、损坏金具、导致跳闸、甚至拉到杆塔等危害。目前对输电线舞动现象的研究主要集中在舞动机理、舞动监测、舞动防治等领域。输电线舞动监测系统能为输电线在舞动时发出及时的预警,同时也能为研究舞动的成因、舞动的模式以及舞动的防护提供最直接的数据,因此它有十分重要的价值。目前主流的监测技术有基于图像的监测以及基于传感器的监测,其中基于传感器为主的监测技术使用三个方向的加速度传感器,对测量的加速度二次积分得到该监测点的运动位移。本文通过理论分析与实验验证,证明上述算法存在问题。其中最主要问题是,绑定在输电线上的传感器在舞动过程中容易沿着输电线切线方向作旋转,导致加速度计读数的变化。因此当输电线发生扭转时,加速度计的测量值无法反应出输电线的真正运动情况。本文针对上述问题,提出了使用九轴传感器(MARG)监测输电线舞动的监测方案,九轴传感器包含三轴加速度计、三轴磁力计和三轴陀螺仪。九轴传感器不仅可以克服加速度计受扭转干扰的问题,同时也可以采用多个传感器以达到实时还原整根输电线运动情况的目的。首先,本文使用单个传感器对单测量点的运动提出还原算法,通过仿真以及实验对其准确性进行了评测,发现其准确性大大优于目前使用加速度的系统。其次,为了达到还原整根输电线舞动情况的目的,本文提出了使用多个传感器的输电线整体监测算法,通过仿真证明了多传感九轴监测算法的对整体输电线形状还原的准确性和高精度性。在该算法中,本文提出了其子算法:姿态-曲线还原算法,该子算法舍弃了加速度积分得到位移的原理,提高了还原精度。

关键词：输电线舞动九轴传感器(MARG) 舞动监测算法姿态估计算法姿态-曲线还原算法

基于低成本MEMS的AHRS及MEMS/GNSS组合定位定姿实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于低成本MEMS的AHRS及MEMS/GNSS组合定位定姿实现

作者：张倩山东科技大学

学位级别：硕士

近年来,国内外航姿参考系统(Attitude and Heading Reference System,AHRS)的市场逐渐成熟起来,航姿参考系统的输出稳定性和精确性直接影响着载体的姿态测量。传统的航姿参考系统受到体积大、成本高等因素的影响,严重限制了航姿参考系... 详细信息

近年来,国内外航姿参考系统(Attitude and Heading Reference System,AHRS)的市场逐渐成熟起来,航姿参考系统的输出稳定性和精确性直接影响着载体的姿态测量。传统的航姿参考系统受到体积大、成本高等因素的影响,严重限制了航姿参考系统在民用领域的推广,在军用领域应用较多。伴随着微机电系统(Micro-Electro-Mechanical System,MEMS)的快速发展,MEMS陀螺、加速度计得到了越来越多的应用,基于低成本MEMS的航姿参考系统的应用受到广泛关注,在军事领域和民用领域用到的情况特别多。当载体的运动状态发生改变,AHRS提供的载体姿态信息容易出现偏差,本文提出了基于四元数的自适应扩展卡尔曼滤波融合算法,并且根据具体的情况设计了比较合理的实验。最终实验结果表明这种算法的可以使用,而且用处也比较大,为价格便宜的MEMS AHRS的被市场大量的接纳奠定了扎实的基础。除此之外,本文还将MEMS惯导与全球卫星导航系统(Global Navigation Satellite System,GNSS)组合起来。这种组合方式可以取长补短,能够达到双赢的目的。本文以低成本的MEMS的航姿参考系统和MEMS/GNSS组合导航系统作为研究对象,在动态环境下选择合适的算法进行了一系列的研究工作:(1)分别细致的论述了标准卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、自适应卡尔曼滤波和Mahony互补滤波五种滤波方法。除此之外,论文中还对各种不同的滤波在什么情况下被使用进行分析和阐述。最后,文中还对几种姿态矩阵更新算法做出了细致的说明。由于这些算法在很多方面是不一样的,所以,文中也给出了算法优缺点的说明。(2)在AHRS导航的动态实验中,首先将MEMS惯导STIM300安设在汽车上。组装完成后,选择设定好的路线来采集数据。本文根据载体的运动特点与系统工作要求,通过对多种姿态更新算法和滤波算法进行理论分析。根据对各种情况的分析判断,最后选定了基于四元数的自适应扩展卡尔曼滤波姿态融合算法和扩展卡尔曼滤波算法对实测数据进行姿态解算。本次实验的参考值是MEMS/GNSS紧组合处理的导航结果。姿态解算完成,跟参考值作差以后,分析导航精度,该精度验证了自适应扩展卡尔曼滤波算法的实用性。(3)在MEMS/GNSS组合导航的实验中,由于惯导系统模型是非线性模型,不包括这个原因,载体的运动状态发生改变时,精度也会受到干扰。因为这些干扰不能够被人们忽略,因此必须选择合适的方法进行解决。本文选用UKF(Unscented Kalman Filter)滤波方法对实测数据进行数据解算。计算完成以后,为了检验这种方法是否有效,本文把姿态解算结果和利用软件Inertial Explorer 8.60进行MEMS/GNSS紧组合处理的结果作差。最终本文得到的实验结果:俯仰角、横滚角误差在0.02°以内,位置误差整体在-0.2m～0.2m之间。

关键词：低成本航姿参考系统姿态估计算法卡尔曼滤波自适应卡尔曼滤波 UKF滤波 MEMS/GNSS组合导航系统