動(dòng)作識(shí)別目前已經(jīng)廣泛應(yīng)用于視頻監(jiān)控、機(jī)器人學(xué)、游戲交互等各個(gè)領(lǐng)域。視頻監(jiān)控可以遠(yuǎn)程確定人或環(huán)境的安全,其中使用環(huán)境為家庭時(shí),更是可以對(duì)家中的老年人進(jìn)行摔倒動(dòng)作識(shí)別并及時(shí)報(bào)警救援,避免危險(xiǎn)的進(jìn)一步發(fā)生。本文通過(guò)兩種方式建立脈沖神經(jīng)網(wǎng)絡(luò),對(duì)人體摔倒動(dòng)作進(jìn)行識(shí)別。首先,建立人體動(dòng)作的骨骼運(yùn)動(dòng)模型。一般來(lái)說(shuō),人體可以被看作是一個(gè)由剛性骨架和關(guān)節(jié)鉸鏈組成的系統(tǒng),而人體動(dòng)作則可以被表示為人體骨骼的運(yùn)動(dòng)。運(yùn)動(dòng)中通過(guò)深度傳感器Kinect可以得到可靠的人體骨骼關(guān)節(jié)節(jié)點(diǎn)坐標(biāo),再將人體骨架節(jié)點(diǎn)的X、Y、Z位置分量等價(jià)于圖像像素的R、G、B分量,從而將人體骨架序列轉(zhuǎn)換為二維圖像。然后,建立了一個(gè)基于無(wú)監(jiān)督學(xué)習(xí)的脈沖神經(jīng)網(wǎng)絡(luò)。脈沖神經(jīng)網(wǎng)絡(luò)比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)更具有生物學(xué)合理性,該網(wǎng)絡(luò)使用了LIF（leaky-integrate-and-fire）神經(jīng)元模型、STDP（spike-timing-dependent plasticity）算法、側(cè)抑制和固有塑性機(jī)制。該脈沖神經(jīng)網(wǎng)絡(luò)可分為輸入層、興奮層和抑制層三層,輸入圖像以泊松分布脈沖序列的形式傳遞給該模型。其次,為了檢測(cè)上述脈沖神經(jīng)網(wǎng)絡(luò)識(shí)別人體摔倒動(dòng)作的準(zhǔn)確性,建立了... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

動(dòng)作識(shí)別相關(guān)設(shè)備

就屬于稠密光流的范疇，圖 1-2 為利用 Horn-Schunck 算法進(jìn)行光流場(chǎng)生成的示例。圖1-2 基于區(qū)域匹配方法生成稠密光流場(chǎng)圖例[9]由于光流矢量稠密，所以稠密光流的配準(zhǔn)效果好，但由于要計(jì)算每個(gè)點(diǎn)的偏移量，計(jì)算量大，時(shí)效性較差。與稠密光流相反，稀疏光流[10]并不對(duì)圖像的每個(gè)像素點(diǎn)進(jìn)行逐點(diǎn)計(jì)算。它通常需要指定一組點(diǎn)進(jìn)行跟蹤，這組點(diǎn)最好具有某種明顯的特性，例如 Harris 角點(diǎn)等，那么跟蹤就會(huì)相對(duì)穩(wěn)定和可靠。由于稀疏光流法相對(duì)而言要計(jì)算的像素點(diǎn)少，所以它的計(jì)算開(kāi)銷(xiāo)也比稠密光流法小的多。此外還有大量其他基于光流法的算法被提出，它被廣泛地用于動(dòng)作識(shí)別領(lǐng)域。除應(yīng)用較多的光流法外

圖 1-3 所示為一個(gè) MHI 運(yùn)動(dòng)歷史圖范例，從圖中可以看出該人正在向上做揮手動(dòng)作。圖1-3 運(yùn)動(dòng)歷史圖圖例[12]除上述介紹的動(dòng)作特征提取方法外，還有基于 HTM 構(gòu)架的特征提取、3D 時(shí)空體（STV）的特征提取、時(shí)空興趣點(diǎn)特征提取等等。這些提取的特征都在一定程度上包含了時(shí)間維度�？偠灾�，在動(dòng)作識(shí)別中，用于識(shí)別的神經(jīng)網(wǎng)絡(luò)或者提取的動(dòng)作特征至少有一個(gè)要包含時(shí)間維度。脈沖神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀Hopfield 教授表示神經(jīng)元膜電位隨時(shí)間變化模型包含了時(shí)間信息，可以應(yīng)用

【參考文獻(xiàn)】：
碩士論文
[1]脈沖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究及其應(yīng)用[D]. 胡志根.電子科技大學(xué) 2017



本文編號(hào)：3021406