检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于骨骼关节点的行为识别算法研究

一种基于骨骼关节点的行为识别算法研究

作者：邓美玲辽宁大学

学位级别：硕士

人体行为识别在人机交互和视频监控等领域中具有重要的应用,是一个十分重要且具有挑战性的研究课题。传统的人体行为识别都是基于视频图像序列的,但是由于视频图像数据容易受到光照、阴影和环境背景等因素的影响,降低了行为识别的准确... 详细信息

人体行为识别在人机交互和视频监控等领域中具有重要的应用,是一个十分重要且具有挑战性的研究课题。传统的人体行为识别都是基于视频图像序列的,但是由于视频图像数据容易受到光照、阴影和环境背景等因素的影响,降低了行为识别的准确率。随着技术的发展,尤其是深度传感器的应用,通过Kinect可以直接获取到人体的骨骼数据,使得基于人体骨骼数据的人体行为识别再次成为研究的热点。因此,本文主要研究基于人体骨骼关节点的人体行为识别问题,研究的重点是基于骨骼数据的行为表示和行为识别。首先介绍了人体关节角度信息熵在行为表示中的意义及关节角度信息熵、信息量和方差之间的关系,对基于信息熵最大关节的行为表示算法的不足进行了改进,根据其在求取信息量时没有考虑噪声和对相逆行为的识别不准确等问题,提出了融合关节信息量和运动趋势的行为表示算法。本文的算法在信息量求取过程中,利用关节角度的线性变化原理,对噪声问题进行处理,对关节信息量的大小进行排序,并融入行为的运动趋势信息,以信息量较大的关节表示行为。其次提出了融合二维主成分分析(2DPCA)和支持向量机(SVM)的行为识别算法。对SVM的分类原理进行分析,虽然SVM在处理小样本问题时效率较高,但是其分类的方式是将不可分数据从低维空间变换到高维空间再进行分类,分类处理的效率受到行为数据量的影响,需要合理的应用数据的特征提取算法。对PCA的不足进行了分析,改进的PCA将基于向量的降维处理提升到直接在二维矩阵上进行降维,保留行为矩阵行列间关系的同时,提取出有意义的行为特征数据,并用SVM对其进行识别分类。通过两个数据集上大量的实验,证明本文提出的基于人体骨骼关节点的行为表示和行为识别算法可以得到理想的效果,说明本文算法的可行性。

关键词：行为表示行为识别支持向量机信息量运动趋势骨骼关节点主成分分析

基于帧级骨架拓展类特征的人体动作实时检测技术

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用与软件 2022年第10期39卷 175-183,211页

作者：黄耀雷景生上海电力大学计算机科学与技术学院上海200000 浙江科技学院信息与电子工程学院浙江杭州310023

为解决在多场景快速且准确检测出人体动作这一难题,提出一种新颖的基于帧级骨架拓展类特征的人体动作识别模型用于人体动作实时检测,先从连续帧中提取出时序骨架信息,再将躯干角度、骨骼关节点位置、关节点运动速度特征融入到一个混合... 详细信息

为解决在多场景快速且准确检测出人体动作这一难题,提出一种新颖的基于帧级骨架拓展类特征的人体动作识别模型用于人体动作实时检测,先从连续帧中提取出时序骨架信息,再将躯干角度、骨骼关节点位置、关节点运动速度特征融入到一个混合特征中,并用该特征表示人体动作,通过互信息法与随机森林分类器验证了混合特征的有效性。在UTKinect Dataset数据库上进行了实验,准确率达到了97.43%,每秒平均传输帧数达到了21.9。

关键词：机器视觉骨骼关节点动作识别实时性

在线全文

学校读者我要写书评

暂无评论

基于自适应融合权重的人体行为识别方法

计算机工程与设计 2023年第3期44卷 845-851页

作者：乔迤曲毅武警工程大学信息工程学院陕西西安710086

为解决人体行为识别中关节特征不显著、噪声干扰严重等问题,提出一种基于自适应融合权重的人体行为识别方法。为充分利用长时时序信息,需要对长视频进行时域分割,而后设计基于BN-Inception的双流网络结构,分别以RGB图像和骨骼关节点构... 详细信息

为解决人体行为识别中关节特征不显著、噪声干扰严重等问题,提出一种基于自适应融合权重的人体行为识别方法。为充分利用长时时序信息,需要对长视频进行时域分割,而后设计基于BN-Inception的双流网络结构,分别以RGB图像和骨骼关节点构成的运动特征向量作为空间流和时间流网络的输入,基于熵值法对各片段内单支流网络融合后,根据关节点显著程度赋予各支流以惩罚值,使双流网络自适应调节权重进行融合,输出行为类别。实验结果表明,该方法在人体行为识别中具有可行性和有效性。

关键词：行为识别双流卷积神经网络骨骼关节点运动特征向量自适应融合熵值法时域分割

基于改进OpenPose的学生行为识别研究

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2021年第10期38卷 3183-3188页

作者：苏超王国中上海工程技术大学电子电气工程学院上海201600

学习者的行为动作能够反映出学习者的学习状态。传统学习者行为识别方法存在实时性不高、准确率低等问题。针对以上问题,提出了一种基于改进OpenPose的学习者行为识别方法。该方法从人体骨骼关节点角度出发,首先通过高斯滤波消除图像中... 详细信息

学习者的行为动作能够反映出学习者的学习状态。传统学习者行为识别方法存在实时性不高、准确率低等问题。针对以上问题,提出了一种基于改进OpenPose的学习者行为识别方法。该方法从人体骨骼关节点角度出发,首先通过高斯滤波消除图像中的高斯噪声;然后通过融入注意力机制的目标检测算法检测图像中的目标学生位置,再将检测后的图像通过改进的OpenPose模型提取人体骨骼关节点坐标;最后利用ST-SVM分类器对获取的关节点坐标进行分类,从而快速准确地识别出学习者的行为状态。实验结果表明,该方法能够快速、准确地识别出学生的行为动作,准确率达到99%以上,fps达到了20以上,相比原模型,fps提升了50%。

关键词：行为识别骨骼关节点 Tiny_YOLOv3 OpenPose ST-SVM

在线全文

学校读者我要写书评

暂无评论

健身动作识别模型研究

健身动作识别模型研究

作者：殷灏睿云南大学

学位级别：硕士

随着人类对世界的不断探索,科技的不断更新迭代,人工智能也得到了迅速发展,智能应用不断渗透到人们的生活当中,动作识别作为目前的一个热点领域,无论是作为体感游戏还是辅助功能都有了非常广泛的应用。而健身动作识别作为动作识别的一... 详细信息

随着人类对世界的不断探索,科技的不断更新迭代,人工智能也得到了迅速发展,智能应用不断渗透到人们的生活当中,动作识别作为目前的一个热点领域,无论是作为体感游戏还是辅助功能都有了非常广泛的应用。而健身动作识别作为动作识别的一部分新领域尚未涉及很多,但其有非常巨大的发展潜力,现在的人们对生活质量与水平的要求不断提高,逐渐对健身运动有了很大的需求。然而,健身是一项隐藏风险的运动,健身者很难对自己动作的规范性有一个准确的认识,由于动作的不规范或不准确,很有可能会造成意外的受伤,健身动作识别的实现可以辅助健身者规范自身动作,降低意外受伤的风险,同时基于其识别的便捷与高效,在节省学习成本的同时提供便利,能受到更多健身运动者的喜爱。故本文研究健身动作的识别模型。本文主要通过OpenPose方法从图像数据中获取骨骼关节点数据,将其作为训练模型的原始数据,并运用K最近邻算法、随机森林算法和梯度提升决策树算法（Gradient Boosting Decision Tree,GBDT）建立模型,通过混淆矩阵、及其衍生的准确率、精确率、召回率、F1分数、ROC曲线、AUC面积和学习曲线等模型评价方法进行比较,通过比较得出结论,对于来自于图像数据,没有极端异常值,且分布连续集中的骨骼关节点数据,GBDT算法模型的识别效果较好,对于更复杂或更多种类的健身动作识别,本文可以作为一个很好的参考。本文选择OpenPose方法来实现对人体骨骼关节点数据的提取,由于OpenPose是一种较新的数据获取方法,故通过用该方法对UTKinect数据中的图像数据进行骨骼关节点的提取,与UTKinect数据集中本身包含的Kinect获取的数据进行对比,应用相关性分析、符号检验和Wilcoxon符号秩和检验验证其获取骨骼关节点数据的准确性,在此基础上进行健身动作识别模型的建立。由于没有已经建立好的健身动作数据集,故本文从各大搜索引擎包括360搜索、必应搜索、搜狗搜索和Google搜索的图片板块进行数据的搜集,共搜集了 9种类别合计11448张图片,在建立好了健身动作数据集后,用OpenPose方法提取出骨骼关节点数据,然后运用了三种机器学习算法建立模型,分别为K最近邻算法、随机森林算法和GBDT算法。由于骨骼关节点数据的变量有50个,故使用随机森林进行特征筛选,剔除重要性较低的11个变量,在实现数据降维的同时,加快模型计算的速度并且防止过拟合情况的发生。最终三个算法建立的模型准确率均达到90%以上,其中效果最好的是GBDT模型,不仅准确率超过了 95%,而且在F1分数、Kappa系数、ROC曲线、AUC面积和学习曲线等评价指标上,都是三个模型中最优的。本文通过对健身动作识别的研究,不仅实现了健身动作的识别,也通过模型算法比较总结了三种模型的适用规律,是对健身动作识别新领域的尝试与探索,具有较好的应用价值。

关键词：健身动作识别 OpenPose 骨骼关节点符号秩和检验随机森林 GBDT

基于Kinect的自主康复系统的设计与实现

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子产品世界 2015年第8期22卷 37-39页

作者：姚倩王丽侯筱婷西安医学院卫生管理系计算机教研室陕西西安710021 西安建筑科技大学理学院陕西西安710055

为了使患者能够在家中自主进行康复训练并能与医院进行信息交互,本文设计了一套基于Kinect的自主康复系统。系统使用Kinect开发完成,患者按康复计划规定的康复训练动作进行训练,并使用Kinect传感器获取人体骨骼关节点的空间坐标并捕捉... 详细信息

为了使患者能够在家中自主进行康复训练并能与医院进行信息交互,本文设计了一套基于Kinect的自主康复系统。系统使用Kinect开发完成,患者按康复计划规定的康复训练动作进行训练,并使用Kinect传感器获取人体骨骼关节点的空间坐标并捕捉节点运动轨迹,计算获取关节点的相对角度变化值判定患者动作是否完成并给出文字提示,医生可调用系统数据库数据查看患者康复情况并更新康复训练内容。实验证明,该系统能准确识别关节点的运动,能较为直观逼真地显示用户康复训练情况,实时性、准确性达到设计需求,具有较好的应用价值。

关键词：自主康复系统 Kinect 信息交互骨骼关节点运动轨迹