隨著計(jì)算機(jī)軟件技術(shù)和硬件技術(shù)的飛速發(fā)展,人們不再滿足于通過命令行或者圖形界面與計(jì)算機(jī)進(jìn)行交互,而是追求隨時(shí)隨地都能夠通過人的行為動(dòng)作直接與計(jì)算機(jī)進(jìn)行更為自然友好的交互。因此,人體動(dòng)作識(shí)別受到了研究人員越來越多的關(guān)注,逐漸成為人機(jī)交互、普適計(jì)算領(lǐng)域的研究熱點(diǎn)之一。人體動(dòng)作識(shí)別研究運(yùn)用數(shù)據(jù)處理,模式識(shí)別和機(jī)器學(xué)習(xí)等相關(guān)技術(shù),讓計(jì)算機(jī)獲取數(shù)據(jù)并理解人體動(dòng)作信息以實(shí)現(xiàn)更高層次的人機(jī)交互,在運(yùn)動(dòng)分析,醫(yī)療健康,特殊教育等領(lǐng)域有著廣泛的研究和應(yīng)用。人體動(dòng)作識(shí)別主要是通過相關(guān)設(shè)施采集人體在運(yùn)動(dòng)狀態(tài)下的數(shù)據(jù),對(duì)其進(jìn)行去噪等預(yù)處理,選擇合適的特征提取方式提取能夠表征動(dòng)作的特征值,最后根據(jù)特征值實(shí)現(xiàn)對(duì)人體動(dòng)作的分類識(shí)別。近幾年,人體動(dòng)作識(shí)別研究常見的方法有基于視覺的動(dòng)作識(shí)別,基于慣性傳感器的動(dòng)作識(shí)別和基于無線信號(hào)的動(dòng)作識(shí)別�；谝曈X的識(shí)別技術(shù)已經(jīng)有比較成熟的研究成果,在現(xiàn)有的圖像數(shù)據(jù)庫基礎(chǔ)上能夠達(dá)到很好的識(shí)別效果,但是受環(huán)境的影響較大,在光線不足或者視距較遠(yuǎn)的情況下難以實(shí)現(xiàn)準(zhǔn)確識(shí)別;基于慣性傳感器的識(shí)別方法避免了環(huán)境噪聲的干擾,不怕遮擋,并減少了數(shù)據(jù)處理過程,但是需要將設(shè)備佩戴在身上,不僅增加成本,還會(huì)給...

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1Kinect3D體感攝影機(jī)Fig.1-1Kinect3DSomatosensoryCamera

圖1-1Kinect3D體感攝影機(jī)Fig.1-1Kinect3DSomatosensoryCamera性傳感器的動(dòng)作識(shí)別傳感器的動(dòng)作識(shí)別利用慣性傳感器設(shè)備獲取人體動(dòng)作產(chǎn)識(shí)別[22]。Bourdev等人提出了一種利用3D人體姿態(tài)標(biāo)注lets，新建立一個(gè)數(shù)據(jù)集....

圖2-2旋轉(zhuǎn)角不同表示方法

西南大學(xué)碩士學(xué)位論文（1）四元數(shù)轉(zhuǎn)換：直接通過慣性傳感器設(shè)備獲取到的數(shù)據(jù)是四元數(shù)數(shù)據(jù)，在3D環(huán)境中，四個(gè)復(fù)數(shù)的方位角可以避免旋轉(zhuǎn)過程中產(chǎn)生的萬向鎖問題，更方便準(zhǔn)確的獲得運(yùn)動(dòng)的軌跡[45]。在數(shù)學(xué)意義上，四元數(shù)通過三個(gè)虛部i，j，k，表示一個(gè)四元數(shù)(x,y,z,w)，....

圖2-4t>1狀態(tài)轉(zhuǎn)移

M和一系列觀察值，如何找到與此觀察序列定的觀察序列，將其帶入到模型中，通過計(jì)算序列。在路徑中的每個(gè)狀態(tài)，只要可達(dá)，那么最大概率路徑，稱之為局部最佳路徑，最大概iterbialgorithm）可以計(jì)算得到在此條件下最為在時(shí)間為t時(shí)，隱藏狀態(tài)為i的最大概率。通率，找出最大....

圖2-6復(fù)雜的HMM拓?fù)浣Y(jié)構(gòu)

(a)全連接模型(b)從左到右模型圖2-5HMM常見拓?fù)浣Y(jié)構(gòu)Fig.2-5HMMcommontopologies全連接型轉(zhuǎn)移矩陣[（2-38）從左到右型轉(zhuǎn)....

本文編號(hào)：3965807