【摘要】：無(wú)處不在的軌跡數(shù)據(jù),例如手寫(xiě)文字、筆跡簽名、手勢(shì)動(dòng)作、人體運(yùn)動(dòng)或車(chē)流運(yùn)動(dòng)等,都與人類(lèi)生活工作和人身財(cái)產(chǎn)安全有著密不可分關(guān)系。隨著智能設(shè)備中各種傳感器的普及,豐富的軌跡數(shù)據(jù)得以采集,促進(jìn)了軌跡數(shù)據(jù)挖掘和分析的研究。作為軌跡數(shù)據(jù)挖掘中重要一環(huán),軌跡識(shí)別通過(guò)機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)軌跡的自動(dòng)辨別,賦予原始數(shù)據(jù)更高的價(jià)值。本文以單運(yùn)動(dòng)點(diǎn)的手寫(xiě)軌跡和多運(yùn)動(dòng)點(diǎn)的人體骨架運(yùn)動(dòng)軌跡為研究對(duì)象,結(jié)合粗糙路徑理論中的路徑重積分特征與機(jī)器學(xué)習(xí)領(lǐng)域的深度學(xué)習(xí)方法兩大研究工具,探究更加魯棒、高效、有效的軌跡表征和識(shí)別方法。目前軌跡識(shí)別的難點(diǎn)是:軌跡數(shù)據(jù)豐富多樣,可能呈現(xiàn)規(guī)�；虼蠡蛐�、類(lèi)別多、標(biāo)簽錯(cuò)誤等復(fù)雜現(xiàn)象,增加了機(jī)器學(xué)習(xí)模型訓(xùn)練和識(shí)別的難度;軌跡表征需要兼顧軌跡局部、區(qū)域和全局信息,以實(shí)現(xiàn)更加完整的軌跡信息提取;多運(yùn)動(dòng)點(diǎn)軌跡識(shí)別則需要結(jié)合軌跡數(shù)據(jù)不同維度的信息,更好地提煉軌跡的空間結(jié)構(gòu)和時(shí)間動(dòng)態(tài)特性。為了解決上述軌跡識(shí)別的難點(diǎn),本文的研究工作和成果如下:(1)針對(duì)軌跡數(shù)據(jù)的復(fù)雜情況,我們從數(shù)據(jù)增強(qiáng)、高效訓(xùn)練和數(shù)據(jù)增廣三個(gè)方面都提出了不同的、新穎的解決方案。對(duì)于手寫(xiě)文字軌跡,我們?cè)O(shè)計(jì)領(lǐng)域知識(shí)增強(qiáng)層,通過(guò)多樣的傳統(tǒng)手寫(xiě)領(lǐng)域技術(shù)對(duì)原始數(shù)據(jù)提取豐富的先驗(yàn)知識(shí),促進(jìn)深度模型性能提升。對(duì)于大規(guī)模大類(lèi)別的手寫(xiě)識(shí)別,我們借鑒心理學(xué)Leither學(xué)習(xí)盒子的思想,提出取舍樣本的深度模型訓(xùn)練方法,不再使用傳統(tǒng)的均勻抽樣,而是依據(jù)深度模型在迭代訓(xùn)練中的輸出置信度來(lái)衡量每個(gè)樣本下次迭代被抽取的概率,從而自動(dòng)地、動(dòng)態(tài)地篩選出難識(shí)別樣本進(jìn)行反復(fù)學(xué)習(xí),進(jìn)而還可以過(guò)濾掉錯(cuò)誤標(biāo)簽的樣本以防噪聲干擾,最終實(shí)現(xiàn)基于深度模型的高效訓(xùn)練,在手寫(xiě)識(shí)別任務(wù)中取得當(dāng)時(shí)最佳識(shí)別結(jié)果。對(duì)于少樣本的手寫(xiě)筆跡軌跡,我們提出舍筆段法,通過(guò)軌跡切分后隨機(jī)舍棄一定比例的軌跡段,實(shí)現(xiàn)數(shù)據(jù)增廣的需求;又由于舍筆段法能夠破壞文字的軌跡結(jié)構(gòu),使書(shū)寫(xiě)者識(shí)別系統(tǒng)能夠更好應(yīng)對(duì)文本內(nèi)容隨意變更的情形。(2)由于軌跡表征需要兼顧局部和全局信息,我們提出基于路徑重積分特征的解決方案。我們從機(jī)器學(xué)習(xí)應(yīng)用角度對(duì)路徑重積分特征進(jìn)行詳細(xì)解釋和分析,探討了它作為軌跡表征的適用性。在實(shí)際應(yīng)用中,對(duì)于任意旋轉(zhuǎn)角度的文字的識(shí)別,我們提出層級(jí)路徑重積分特征,將原始軌跡切分成層級(jí)的小段軌跡,使得重積分特征能夠高效提取從局部到全局的不同范圍的信息。對(duì)于書(shū)寫(xiě)者筆跡軌跡,為了區(qū)分它們之間細(xì)微又隱秘的差異,我們提取高階的路徑重積分,著重描述局部細(xì)節(jié)的幾何依賴(lài)關(guān)系,從而實(shí)現(xiàn)書(shū)寫(xiě)者識(shí)別的突破性進(jìn)展。(3)面對(duì)高維的多個(gè)運(yùn)動(dòng)點(diǎn)的軌跡識(shí)別,我們提出一套時(shí)空間的路徑重積分特征的提取方法。在人體骨架動(dòng)作識(shí)別中,我們使用任意兩個(gè)或三個(gè)骨架點(diǎn)組合后的路徑重積分特征描述骨架在空間中的結(jié)構(gòu)約束,再將時(shí)間上不斷演變的空間特征作為路徑,提取時(shí)間軸上路徑重積分特征來(lái)表示骨架點(diǎn)移動(dòng)的時(shí)間動(dòng)態(tài)信息,最后結(jié)合時(shí)空間的特征,我們?cè)谒膫�(gè)典型的人體動(dòng)作數(shù)據(jù)集上都取得了當(dāng)時(shí)最佳的識(shí)別率。
【圖文】：

圖２邋－１二維路徑的路徑重積分特征的幾何意義示意圖逡逑當(dāng)ｄ邋＝邋ｌ時(shí)，，實(shí)值路徑｛ｉｆ｝的積分逡逑

２．５．４．手部肌電信號(hào)動(dòng)作識(shí)別逡逑Ｏｂｅｒｈａｕｓｅｒ等人［１７２］將路徑重積分運(yùn)用在手部動(dòng)作的肌肉電信號(hào)識(shí)別問(wèn)題上。手部逡逑運(yùn)動(dòng)肌電信號(hào)數(shù)據(jù)庫(kù)［１７３］是通過(guò)特殊傳感器收集的６種手部動(dòng)作的肌電信號(hào)，如圖２邋－逡逑３所示，左邊六張圖是手部動(dòng)作示意圖，右邊序列數(shù)據(jù)則是抓握動(dòng)作的一個(gè)原始肌電信逡逑號(hào)樣例。文獻(xiàn)［１７２］提出一個(gè)基于核學(xué)習(xí)（ｋｅｒｎｅｌｌｅａｒｎｉｎｇ）的框架，將路徑重積分特征視逡逑作一種有序矩（ｏｒｄｅｒｅｄｍｏｍｅｎｔｓ），進(jìn)而獲得序列化的非線(xiàn)性核，實(shí)驗(yàn)證明運(yùn)用這種序列逡逑核后，不需要以往大量的預(yù)處理操作就能夠很好的識(shí)別復(fù)雜的肌電信號(hào)。逡逑２６逡逑
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王松;黨建武;王陽(yáng)萍;杜曉剛;;實(shí)時(shí)動(dòng)作識(shí)別方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2017年03期

2 李文輝;;基于多示例多特征的人體動(dòng)作識(shí)別[J];信息技術(shù);2016年12期

3 王松;杜曉剛;王陽(yáng)萍;楊景玉;;基于關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡的人體動(dòng)作識(shí)別[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

4 任丹;;基于表面肌電信號(hào)特征的動(dòng)作識(shí)別[J];遼東學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年01期

5 區(qū)峻;石千惠;;特征降維和高斯混合模型的體育運(yùn)動(dòng)動(dòng)作識(shí)別[J];現(xiàn)代電子技術(shù);2017年11期

6 凌佩佩;邱崧;蔡茗名;徐偉;豐穎;;結(jié)合特權(quán)信息的人體動(dòng)作識(shí)別[J];中國(guó)圖象圖形學(xué)報(bào);2017年04期

7 王松;黨建武;王陽(yáng)萍;杜曉剛;;基于關(guān)節(jié)間夾角變化序列的動(dòng)作識(shí)別算法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2017年06期

8 侯靜怡;劉翠微;吳心筱;;基于隱任務(wù)學(xué)習(xí)的動(dòng)作識(shí)別方法[J];北京理工大學(xué)學(xué)報(bào);2017年07期

9 韓敏捷;;基于深度學(xué)習(xí)框架的多模態(tài)動(dòng)作識(shí)別[J];計(jì)算機(jī)與現(xiàn)代化;2017年07期

10 冀中;郭威辰;;基于局部保持典型相關(guān)分析的零樣本動(dòng)作識(shí)別[J];天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版);2017年09期

相關(guān)會(huì)議論文 前10條

1 袁飛;程韜波;周松斌;肖先文;;基于加速度特征的可拓動(dòng)作識(shí)別方法[A];廣州市儀器儀表學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2010年

2 葉喜勇;陶霖密;王國(guó)建;邸慧軍;;視角無(wú)關(guān)的人體軀干動(dòng)作識(shí)別[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

3 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時(shí)空特征的人體動(dòng)作識(shí)別[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

4 黃飛躍;徐光yP;;自然的人體動(dòng)作識(shí)別[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

5 呂超;;基于動(dòng)作識(shí)別的增強(qiáng)現(xiàn)實(shí)系統(tǒng)中實(shí)時(shí)交互技術(shù)的研究~[A];中國(guó)造船工程學(xué)會(huì)電子技術(shù)學(xué)術(shù)委員會(huì)2017年裝備技術(shù)發(fā)展論壇論文集[C];2017年

6 黃艷歡;葉少珍;;連續(xù)動(dòng)作分割綜述[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

7 劉志強(qiáng);尹建芹;張玲;魏軍;劉小麗;;基于Kinect數(shù)據(jù)主成分分析的人體動(dòng)作識(shí)別[A];2015光學(xué)精密工程論壇論文集[C];2015年

8 王彥鴻;倪世宏;王剛;謝川;;基于遺傳算法的飛行動(dòng)作識(shí)別規(guī)則獲取方法[A];中國(guó)航空學(xué)會(huì)控制與應(yīng)用第十二屆學(xué)術(shù)年會(huì)論文集[C];2006年

9 征容;嚴(yán)瀟然;;PCA在智能家居中的動(dòng)作識(shí)別實(shí)例和測(cè)試[A];四川省通信學(xué)會(huì)2015年學(xué)術(shù)年會(huì)論文集[C];2015年

10 席旭剛;金燕;朱海港;高云園;;基于小波包熵和支持向量機(jī)的手部肌電信號(hào)動(dòng)作識(shí)別[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 記者 袁斯茹;人體動(dòng)作識(shí)別率得以顯著提高[N];深圳商報(bào);2019年

2 記者 顧瑾　通訊員 徐紅萍;杭州電信推出“網(wǎng)絡(luò)健身館”[N];人民郵電;2010年

3 杜浩;無(wú)人書(shū)店的啟示[N];山西日?qǐng)?bào);2018年

4 本報(bào)記者 陳丹;人與機(jī)器的“對(duì)話(huà)”[N];科技日?qǐng)?bào);2010年

5 本報(bào)記者 郝天韻 見(jiàn)習(xí)記者 朱麗娜;無(wú)人書(shū)店，是噱頭還是趨勢(shì)[N];中國(guó)新聞出版廣電報(bào);2018年

6 見(jiàn)習(xí)記者 王欣琳;青年創(chuàng)客展示創(chuàng)新項(xiàng)目尋求更多合作[N];中山日?qǐng)?bào);2019年

7 寧夏 邊書(shū)麗 編譯;深入了解體感技術(shù)[N];電子報(bào);2013年

8 本報(bào)記者 馬愛(ài)平;動(dòng)一動(dòng)就認(rèn)清你？機(jī)器說(shuō)可以[N];科技日?qǐng)?bào);2017年

9 曹_g;強(qiáng)強(qiáng)聯(lián)手引領(lǐng)運(yùn)動(dòng)健康產(chǎn)業(yè)發(fā)展[N];中國(guó)體育報(bào);2016年

10 安吉;Kinect for Windows帶來(lái)精彩行業(yè)應(yīng)用[N];科技日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 Fangbemi Abassin Sourou;基于時(shí)空二進(jìn)制特征的動(dòng)作識(shí)別算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

2 陳野;基于可穿戴傳感器數(shù)據(jù)的人體動(dòng)作識(shí)別方法的研究[D];大連理工大學(xué);2018年

3 楊維信;基于路徑重積分特征和深度學(xué)習(xí)方法的軌跡數(shù)據(jù)的表征和識(shí)別[D];華南理工大學(xué);2018年

4 郭明;融合多源體感信息的人體動(dòng)作識(shí)別方法[D];大連理工大學(xué);2018年

5 王廷蔚;基于鑒別主題和時(shí)序結(jié)構(gòu)的動(dòng)作識(shí)別[D];南京理工大學(xué);2018年

6 王磊;視頻人體運(yùn)動(dòng)的檢測(cè)跟蹤與識(shí)別[D];上海交通大學(xué);2017年

7 王亮亮;基于視覺(jué)的人體動(dòng)作識(shí)別研究[D];哈爾濱工業(yè)大學(xué);2017年

8 李向新;基于多源神經(jīng)信息解碼的多功能假肢控制性能增強(qiáng)及優(yōu)化方法[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院);2017年

9 林連冬;基于仿生機(jī)械手的肌動(dòng)傳感器動(dòng)作識(shí)別研究[D];黑龍江大學(xué);2017年

10 趙洋;4D人體動(dòng)作識(shí)別中的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 王濤;基于深度圖的駕駛艙內(nèi)飛行員動(dòng)作識(shí)別[D];上海交通大學(xué);2017年

2 王琳;室內(nèi)外無(wú)縫定位中的情境感知方法研究[D];上海交通大學(xué);2017年

3 閆哲;基于Kinect傳感器的動(dòng)作識(shí)別與手勢(shì)識(shí)別在人機(jī)交互中的應(yīng)用[D];云南大學(xué);2018年

4 李蘭;基于動(dòng)作三視圖的人體行為識(shí)別方法研究[D];安慶師范大學(xué);2019年

5 邢智妍;基于SVM流形正則化的人體動(dòng)作識(shí)別[D];河南大學(xué);2019年

6 崔小光;基于Wi-Fi信號(hào)的室內(nèi)動(dòng)作識(shí)別研究[D];河南大學(xué);2019年

7 陳甜甜;基于深度數(shù)據(jù)特征融合的人體動(dòng)作識(shí)別研究[D];華中師范大學(xué);2019年

8 郭孟汗;基于深度學(xué)習(xí)的人體骨架點(diǎn)檢測(cè)研究[D];西安科技大學(xué);2019年

9 劉蕓糖;基于LTE的無(wú)源人體動(dòng)作識(shí)別的研究[D];南京大學(xué);2019年

10 渠暢;視頻監(jiān)控中人體動(dòng)作識(shí)別關(guān)鍵技術(shù)研究[D];北方工業(yè)大學(xué);2019年

本文編號(hào)：2597509