人體動(dòng)作識別是計(jì)算機(jī)視覺與模式識別領(lǐng)域中非常熱門的研究領(lǐng)域,在圍繞“以人為中心的計(jì)算”中更起到舉足輕重的作用。傳統(tǒng)的研究大部分集中于攝像頭捕獲的視頻圖像,而近些年,在大數(shù)據(jù)時(shí)代的趨勢下,通過傳感器采集運(yùn)動(dòng)數(shù)據(jù)的研究開始流行。再加上機(jī)器學(xué)習(xí)技術(shù)的迅猛發(fā)展,這種數(shù)據(jù)驅(qū)動(dòng)下的人體動(dòng)作識別研究必然會(huì)獲得更多的關(guān)注。其中,基于骨骼數(shù)據(jù)的人體動(dòng)作識別研究就在這樣的背景下逐漸成為熱點(diǎn)。特征提取和分類器構(gòu)造是機(jī)器學(xué)習(xí)分類算法中的關(guān)鍵步驟,也是人體動(dòng)作識別研究中的核心問題�，F(xiàn)有的基于骨骼數(shù)據(jù)的研究中,大多數(shù)采用單層分類的方式,這樣就忽略了動(dòng)作內(nèi)在的層次關(guān)系,而在特征方面,大部分的研究沒有過多的關(guān)注時(shí)序問題,而是將人體運(yùn)動(dòng)的時(shí)間序列轉(zhuǎn)換成更加容易處理的無序數(shù)據(jù),然而恰恰相反,時(shí)間也是人體運(yùn)動(dòng)中一個(gè)重要的特征。因此本文中,就對這些問題進(jìn)行了深入思考,提出了逐層分類的識別方法,既考慮到人體動(dòng)作的層次性又關(guān)注到運(yùn)動(dòng)序列的時(shí)空特性。更進(jìn)一步地,我們在分類器構(gòu)造上面也做了一點(diǎn)創(chuàng)新性的改進(jìn),由于分類器對于不同數(shù)據(jù)具有不同程度的依賴性,因此我們設(shè)計(jì)了一個(gè)最佳分類單元,其功能是基于特征數(shù)據(jù)自動(dòng)的選擇一個(gè)最佳的分類器,這樣...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 研究現(xiàn)狀
    1.4 研究內(nèi)容
    1.5 論文結(jié)構(gòu)
第二章 相關(guān)理論與知識
    2.1 人體生物結(jié)構(gòu)和運(yùn)動(dòng)機(jī)理
    2.2 人體運(yùn)動(dòng)系統(tǒng)的時(shí)空特征及層次結(jié)構(gòu)
    2.3 人體運(yùn)動(dòng)行為識別的分層策略
    2.4 運(yùn)動(dòng)數(shù)據(jù)采集與相關(guān)數(shù)據(jù)集
第三章 基于分層策略的人體動(dòng)作識別
    3.1 引言
    3.2 分層特征提取
    3.3 級聯(lián)分類器構(gòu)造
    3.4 實(shí)驗(yàn)分析
    3.5 小結(jié)
第四章 基于自選擇機(jī)制的人體動(dòng)作識別
    4.1 引言
    4.2 最佳分類單元
    4.3 概率投票機(jī)制
    4.4 實(shí)驗(yàn)分析
    4.5 小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
參考文獻(xiàn)
致謝
作者在攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果



本文編號：3749014