人體動作識別在許多應用領域具有重要意義,例如智能安防、機器監(jiān)控、人機交互、虛擬現(xiàn)實、無人駕駛等等。隨著人工智能和模式識別技術的不斷發(fā)展,人體動作識別的巨大產(chǎn)業(yè)前景使其成為了近些年來的研究熱點。隨之而來的硬件設備革新,為人體動作識別領域提供了更多的可能性,平面信息升級成空間信息,越來越多的研究開始往基于深度圖像序列的方向上投入,而在深度圖像序列中,以3D骨骼數(shù)據(jù)的使用最為廣泛。同時,隨著深度學習技術的不斷發(fā)展,傳統(tǒng)手工特征提取的方法逐漸被取代。將深度學習與3D骨骼數(shù)據(jù)兩者結合進行的動作識別方法在實驗結果上取得了不錯的性能。部分研究者的做法是使用卷積神經(jīng)網(wǎng)絡對單獨幀中的骨骼數(shù)據(jù)進行特征提取,判斷動作類別。這種方法的局限性在于,只關注單一時刻的骨骼姿態(tài),嚴重忽略了時間維度上的特征對動作識別性能的影響,同時對骨骼本身空間結構的特征提取有限,關節(jié)數(shù)據(jù)被當作獨立的不相關數(shù)據(jù)進行訓練,丟失了人體結構拓撲關系對識別結果的影響,并且極易受噪聲關節(jié)的干擾。針對以上問題,本文旨在提出一種針對3D骨骼數(shù)據(jù)的能夠提取優(yōu)質時間和空間特征的網(wǎng)絡模型,來提高動作識別的準確率。本文的主要研究工作如下:1.在空間特征提取... 

【文章來源】：湖南大學湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖１．１?２０１０年？２０１９年動作識別領域新增文獻數(shù)量??

圖１．３動作識別在視頻監(jiān)控和直播中的應用??

圖１．２Ｋｉｎｅｃｔ體感設備２．０??

【參考文獻】：
期刊論文
[1]基于骨骼向量夾角的人體動作識別算法[J]. 顧軍華,李碩,劉洪普,馬鶴蕓.  傳感器與微系統(tǒng). 2018(02)
[2]基于骨骼特征和手部關聯(lián)物體特征的人的姿態(tài)識別[J]. 劉從文,費樹岷.  工業(yè)控制計算機. 2016(04)
[3]基于時空域Adaboost算法的人體動作識別研究[J]. 郭丹丹,朱希安.  北京信息科技大學學報(自然科學版). 2015(02)
[4]骨架關節(jié)點跟蹤的人體行為識別方法[J]. 陳曦,孟慶虎.  河南科技大學學報(自然科學版). 2015(02)
[5]基于多支點骨骼模型的實時行為識別方法[J]. 王軍,許永明,王東輝,郭文波.  華中科技大學學報(自然科學版). 2013(S1)
[6]等張收縮肱二頭肌特性的多信號結合研究[J]. 胡淑嫻,施俊,郭靜宜,鄭永平.  生物醫(yī)學工程學進展. 2009(04)

碩士論文
[1]基于特征融合的3D骨架動作識別算法研究[D]. 梁淇.華東師范大學 2018
[2]基于骨骼和深度模型的一類人體行為識別方法的研究[D]. 李志超.東南大學 2015



本文編號：3225845