發(fā)布時間：2020-07-07 22:11

【摘要】：隨著計算資源和用戶需求的快速增長,直觀、自然并且能夠適應(yīng)各種交互環(huán)境的感知計算成為研究熱點。本文面向體態(tài)和手勢這兩種常見的感知通道,系統(tǒng)地研究其中的問題挑戰(zhàn)及其解決方法。隨著人們對于姿態(tài)恢復(fù)和手勢識別的精確性和易用性越來越高的要求,缺乏先驗知識表示、準(zhǔn)確率與時延折中、標(biāo)定過程繁瑣以及有標(biāo)數(shù)據(jù)不足等關(guān)鍵問題與挑戰(zhàn)交錯疊加。首先,一些人類熟知的有助于解決感知問題的先驗知識難以直接嵌入在基于深度機(jī)器學(xué)習(xí)的端到端的感知計算方法中;其次,現(xiàn)有的基于肌電信號的手勢識別方法難以同時做到高準(zhǔn)確率和低時延;再次,現(xiàn)有的基于肌電信號的手勢識別方法通常需要用戶在每次佩戴設(shè)備后先進(jìn)行嚴(yán)格的標(biāo)定;最后,現(xiàn)有的基于肌電信號的手勢識別方法依賴于大量的具有手勢標(biāo)簽的訓(xùn)練數(shù)據(jù),然而這些有標(biāo)記的訓(xùn)練數(shù)據(jù)通常難以獲得。本文重點面向上述問題和挑戰(zhàn),在深度機(jī)器學(xué)習(xí)框架下設(shè)計針對性的解決方法,主要創(chuàng)新點包括:(1)針對基于無標(biāo)記單目相機(jī)的體態(tài)感知中缺乏先驗知識表示的問題,提出了一種新的先驗知識的表示方式——高度圖——用于從單目相機(jī)拍攝的視頻中精確地恢復(fù)三維人體姿態(tài)。在此基礎(chǔ)上,提出使用雙流深度卷積網(wǎng)絡(luò)融合彩色圖像和高度圖兩種輸入信息來估計二維人體姿態(tài),充分利用了人體各部位的高度這一先驗信息來提高二維姿態(tài)估計準(zhǔn)確率;提出一種新的帶有時序一致性約束的目標(biāo)函數(shù),用于從估計出的人體關(guān)節(jié)點的二維人體姿態(tài)序列中恢復(fù)出對應(yīng)的三維人體姿態(tài)序列,利用人體姿態(tài)和相機(jī)參數(shù)在時間上的連續(xù)性來提高三維姿態(tài)估計的準(zhǔn)確率。(2)針對基于肌電信號的手勢感知中準(zhǔn)確率與時延折中的問題,發(fā)現(xiàn)了瞬時的高密度肌電信號中存在特定的模式,這一發(fā)現(xiàn)使得基于瞬時肌電信號的手勢識別成為可能。基于這一發(fā)現(xiàn),提出肌電圖像的概念,以及基于瞬時肌電圖像和深度卷積網(wǎng)絡(luò)的手勢識別框架。該方法可以在提高基于肌電信號的手勢識別準(zhǔn)確率的同時降低時延。(3)針對基于肌電信號的手勢感知中標(biāo)定過程繁瑣和有標(biāo)數(shù)據(jù)不足的問題,提出了基于深度機(jī)器學(xué)習(xí)的無監(jiān)督領(lǐng)域自適應(yīng)框架,從而提升基于肌電信號的會話間手勢識別的準(zhǔn)確率,同時降低模型適配過程中所需要的用戶交互的復(fù)雜度。該適配方法無監(jiān)督和增量地更新模型中的統(tǒng)計量參數(shù),適配貫穿整個交互過程,而不是僅在特定的階段執(zhí)行。(4)針對基于肌電信號的手勢感知中缺乏先驗知識表示和有標(biāo)數(shù)據(jù)不足的問題,提出了基于半監(jiān)督深度機(jī)器學(xué)習(xí)的肌電手勢識別方法,在訓(xùn)練階段利用數(shù)據(jù)手套采集的手部三維姿態(tài)數(shù)據(jù)和肌電信號內(nèi)在的動態(tài)特性,從無標(biāo)記的肌電信號中學(xué)習(xí)有用的特征表示;然后利用該特征表示在識別階段從肌電信號中識別手勢。該方法在有標(biāo)訓(xùn)練樣本不足時可以顯著提高手勢識別的準(zhǔn)確率。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP181
【圖文】：

圖１．１邋＂Ｐ山Ｔｈａｔ邋Ｔｈｅｒｅ＂系統(tǒng)

基于肌電信號的ＭＣＩ具有設(shè)備操作方便、對人體無傷害、對動作本身影響少、信號逡逑處理方法靈活多樣等特點，且價格低廉，不容易受外在環(huán)境（如光線）的影響，因而被廣逡逑泛用于被廣泛應(yīng)用于主動假肢［１２］、輪椅［１３］和外骨骼［１４］中（如圖１．２）。典型的應(yīng)用逡逑問題包括，如何自動地挖掘肌電信號在皮膚表面的空間分布，降低基于肌電信號的手勢逡逑識別過程中特征提取帶來的觀測時延。Ｗ及如何充分利用多模態(tài)的輸入數(shù)據(jù)（例如肌電逡逑信號和數(shù)據(jù)手套數(shù)據(jù)）之間隱含的關(guān)系來降低數(shù)據(jù)采集和標(biāo)記的戌本。逡逑４逡逑

圖１．３邋Ｖｉｃｏｎ動作捕捉系統(tǒng)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張明玉,倪志偉;基于機(jī)器學(xué)習(xí)的智能決策支持系統(tǒng)[J];淮南師范學(xué)院學(xué)報;2005年03期

2 楊凌霄;武建平;;機(jī)器學(xué)習(xí)方法在人臉檢測中的應(yīng)用[J];計算機(jī)與數(shù)字工程;2008年03期

3 ;第十一屆中國機(jī)器學(xué)習(xí)會議[J];智能系統(tǒng)學(xué)報;2008年02期

4 ;第14屆中國機(jī)器學(xué)習(xí)會議[J];智能系統(tǒng)學(xué)報;2012年06期

5 費宗銘;呂建;王志堅;陳道蓄;徐家福;;機(jī)器學(xué)習(xí)[J];計算機(jī)科學(xué);1991年01期

6 趙沁平;魏華;王軍玲;;機(jī)器學(xué)習(xí)技術(shù)與機(jī)器學(xué)習(xí)系統(tǒng)[J];計算機(jī)科學(xué);1993年05期

7 姚敏;機(jī)器學(xué)習(xí)及其發(fā)展方向[J];計算機(jī)時代;1994年04期

8 ;第31屆機(jī)器學(xué)習(xí)國際會議(英文)[J];智能系統(tǒng)學(xué)報;2014年01期

9 黃海濱;機(jī)器學(xué)習(xí)及其主要策略[J];河池師范高等專科學(xué)校學(xué)報(自然科學(xué)版);2000年04期

10 佘玉梅;一種協(xié)調(diào)機(jī)器學(xué)習(xí)方法研究[J];云南民族學(xué)院學(xué)報(自然科學(xué)版);2000年03期

相關(guān)會議論文 前10條

1 王玨;;歸納機(jī)器學(xué)習(xí)[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

2 王昊;李銀波;紀(jì)志梁;;利用機(jī)器學(xué)習(xí)方法預(yù)測嚴(yán)重藥物不良反應(yīng)-呼吸困難[A];中國化學(xué)會第28屆學(xué)術(shù)年會第13分會場摘要集[C];2012年

3 吳滄浦;;智能系統(tǒng)與機(jī)器學(xué)習(xí)的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

4 周晴杰;徐立鴻;吳啟迪;;機(jī)器學(xué)習(xí)串級結(jié)構(gòu)的初步探討[A];1998年中國控制會議論文集[C];1998年

5 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機(jī)器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

6 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機(jī)器學(xué)習(xí)在中醫(yī)計算機(jī)診斷識別系統(tǒng)中的應(yīng)用思考[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會議論文選集[C];2006年

7 蔡健平;林世平;;基于機(jī)器學(xué)習(xí)的詞語和句子極性分析[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

8 黃金鐵;李景銀;周建常;;對高爐爐況評價模型參數(shù)的機(jī)器學(xué)習(xí)——一個三類線性模式分類器的實現(xiàn)[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

9 程國建;蔡磊;潘華賢;;核向量機(jī)在大規(guī)模機(jī)器學(xué)習(xí)中的應(yīng)用[A];第十一屆中國青年信息與管理學(xué)者大會論文集[C];2009年

10 張鈸;張鈴;;統(tǒng)計學(xué)習(xí)理論及其應(yīng)用[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

相關(guān)重要報紙文章 前10條

1 黎驪/文 [美] Tom M.Mitchell 著;機(jī)器學(xué)習(xí)與智能化社會[N];中國郵政報;2003年

2 IBM大數(shù)據(jù)專家 James Kobielus　范范 編譯;機(jī)器學(xué)習(xí)已成為大數(shù)據(jù)基石[N];網(wǎng)絡(luò)世界;2014年

3 本報記者 房琳琳;合久必分：分布式“機(jī)器學(xué)習(xí)”應(yīng)運而生[N];科技日報;2014年

4 雨辰;機(jī)器學(xué)習(xí)類圖書為什么火爆[N];中華讀書報;2014年

5 百度公司技術(shù)副總監(jiān) 多媒體部負(fù)責(zé)人 余凱;深度學(xué)習(xí)與多媒體搜索技術(shù)演進(jìn)[N];中國信息化周報;2013年

6 本報記者 余建斌;機(jī)器學(xué)習(xí)與互聯(lián)網(wǎng)搜索[N];人民日報;2011年

7 本報記者 張曄邋通訊員 李瑋;周志華：永不墨守成規(guī)[N];科技日報;2008年

8 記者　 彭德倩;機(jī)器學(xué)習(xí)精度提升近6個百分點[N];解放日報;2006年

9 本報記者 閔杰;大數(shù)據(jù)熱 高端人才缺[N];中國電子報;2013年

10 沈建苗 編譯;如何成為大數(shù)據(jù)科學(xué)家[N];計算機(jī)世界;2013年

相關(guān)博士學(xué)位論文 前10條

1 董春茹;機(jī)器學(xué)習(xí)中的權(quán)重學(xué)習(xí)與差分演化[D];華南理工大學(xué);2015年

2 姚明臣;機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中的若干問題研究[D];大連理工大學(xué);2016年

3 Maxim Pecionchin;[D];對外經(jīng)濟(jì)貿(mào)易大學(xué);2016年

4 杜宇;基于深度機(jī)器學(xué)習(xí)的體態(tài)與手勢感知計算關(guān)鍵技術(shù)研究[D];浙江大學(xué);2017年

5 趙玉鵬;機(jī)器學(xué)習(xí)的哲學(xué)探索[D];大連理工大學(xué);2010年

6 胡巍;面向格結(jié)構(gòu)的機(jī)器學(xué)習(xí)[D];上海交通大學(xué);2009年

7 張義榮;基于機(jī)器學(xué)習(xí)的入侵檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2005年

8 錢線;快速精確的結(jié)構(gòu)化機(jī)器學(xué)習(xí)方法研究[D];復(fù)旦大學(xué);2010年

9 梁錫軍;稀疏優(yōu)化在機(jī)器學(xué)習(xí)中的若干應(yīng)用[D];大連理工大學(xué);2013年

10 蔣剛;核機(jī)器學(xué)習(xí)方法若干問題研究[D];西南交通大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 毛海斌;基于半監(jiān)督機(jī)器學(xué)習(xí)的情感分類領(lǐng)域適應(yīng)問題研究[D];南京理工大學(xué);2015年

2 安軍輝;基于微博數(shù)據(jù)的微博用戶性別判斷研究[D];華中師范大學(xué);2015年

3 陳召陽;基于機(jī)器學(xué)習(xí)的改性麥槽吸附重金屬構(gòu)效關(guān)系模型研究[D];江西理工大學(xué);2014年

4 王成;基于半監(jiān)督機(jī)器學(xué)習(xí)的文本情感分析技術(shù)[D];南京理工大學(xué);2015年

5 孫科;基于Spark的機(jī)器學(xué)習(xí)應(yīng)用框架研究與實現(xiàn)[D];上海交通大學(xué);2015年

6 劉江龍;基于機(jī)器學(xué)習(xí)的射頻指紋定位方法研究[D];電子科技大學(xué);2015年

7 張蕾;基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)輿情采集技術(shù)研究與設(shè)計[D];電子科技大學(xué);2014年

8 施宇;基于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的木馬檢測系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

9 施應(yīng)敏;基于機(jī)器學(xué)習(xí)的Femtocell信道頻譜與功率資源分配算法的研究[D];南京郵電大學(xué);2015年

10 張柯;基于機(jī)器學(xué)習(xí)的錯誤定位方法研究[D];南京航空航天大學(xué);2015年

本文編號：2745677