隨著社會的發(fā)展與進(jìn)步,人們的辦公強(qiáng)度與學(xué)習(xí)強(qiáng)度與日俱增,久坐將會是一種工作、學(xué)習(xí)的常態(tài)。而醫(yī)學(xué)表明,久坐以及不良的坐姿會損壞身體健康。因此,有效的檢測人的坐姿并預(yù)警不良坐姿將會具有非常實(shí)際的意義。目前,坐姿識別主要以單類特征為主,并且大部分論文僅處于算法研究階段,本課題將從實(shí)際應(yīng)用出發(fā),針對坐姿識別難以實(shí)際應(yīng)用的問題,實(shí)現(xiàn)可以使用的坐姿識別軟件,基于Kinect傳感器,采用成熟的OpenCV圖像處理庫和卷積神經(jīng)網(wǎng)絡(luò),進(jìn)行深度圖像采集、處理、訓(xùn)練與識別。本軟件的特點(diǎn)與優(yōu)勢有:可以添加任何一種坐姿,而不用考慮如何提取特征。Kinect作為被動傳感器,對用戶的影響非常小。系統(tǒng)主要由3個模塊組成:圖像采集模塊、圖像預(yù)處理模塊和坐姿識別模塊。本課題將這3個模塊分別實(shí)現(xiàn)在3個程序中,降低各個程序的開發(fā)復(fù)雜度,提高調(diào)試效率。這三個程序分別是采集程序、訓(xùn)練程序和識別程序:（1）采集程序使用C#語言及微軟的WPF用戶界面框架來實(shí)現(xiàn)UI界面,界面包含功能按鈕和圖像的預(yù)覽窗口。該程序通過Kinect for Windows SDK 2.0獲取Kinect傳感器的深度圖像數(shù)據(jù)、人體編號遮罩?jǐn)?shù)據(jù)。通過對界面編寫... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

感受野示意圖

圖 2-2 卷積神經(jīng)網(wǎng)絡(luò)中卷積層+池化層的基本結(jié)構(gòu)示的是卷積神經(jīng)網(wǎng)絡(luò)中最基礎(chǔ)的一種結(jié)構(gòu),輸入首激活層做非線性變換。換句話說，卷積本身也可偏置項(xiàng),這種放射變換+非線性變換的操作其實(shí)就種特殊情況。所以相對來說更特殊一點(diǎn)的是激活稍微深入一些來分別討論卷積層和池化層。特征響應(yīng)圖度學(xué)習(xí)框架[31-33]中,有的卷積實(shí)現(xiàn)就是卷積,而有相關(guān)在本質(zhì)上和卷積并無不同只是順序相反,并卷積核在視覺上更加直觀,理解起來也更容易,所是用的互相關(guān)。在深度學(xué)習(xí)中,我們把和卷積核做應(yīng)圖( feature map),從名字上理解,如果認(rèn)為卷積核的結(jié)果就是輸入對這種特征的響應(yīng)。下面來看一

圖像對不同朝向的Gabor卷積核的響應(yīng)圖

【參考文獻(xiàn)】：
期刊論文
[1]網(wǎng)絡(luò)不良圖片識別技術(shù)研究[J]. 王宏宇.  電腦知識與技術(shù). 2018(12)
[2]基于深度圖像的嵌入式人體坐姿檢測系統(tǒng)的實(shí)現(xiàn)[J]. 曾星,羅武勝,孫備,魯琴,劉濤誠.  計(jì)算機(jī)測量與控制. 2017(09)
[3]基于PCA的坐姿行為識別[J]. 武松林,崔榮一.  計(jì)算機(jī)應(yīng)用研究. 2010(07)
[4]機(jī)器學(xué)習(xí)的主要策略綜述[J]. 閆友彪,陳元琰.  計(jì)算機(jī)應(yīng)用研究. 2004(07)
[5]圖像分割的閾值法綜述[J]. 韓思奇,王蕾.  系統(tǒng)工程與電子技術(shù). 2002(06)

碩士論文
[1]基于機(jī)器學(xué)習(xí)的坐姿監(jiān)測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 周鈺.浙江大學(xué) 2018
[2]卷積神經(jīng)網(wǎng)絡(luò)圖像分類應(yīng)用研究[D]. 柯小龍.深圳大學(xué) 2017
[3]基于TensorFlow的卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究[D]. 姜新猛.華中師范大學(xué) 2017
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究[D]. 朱蕓蕓.北京交通大學(xué) 2016
[5]一種基于kinect深度傳感器的點(diǎn)云拼接算法研究[D]. 袁曉菲.遼寧大學(xué) 2016
[6]基于深度圖像和骨骼數(shù)據(jù)的人體動作識別[D]. 徐海寧.鄭州大學(xué) 2016
[7]基于Kinect的辦公健康分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 馬葉涵.哈爾濱工業(yè)大學(xué) 2015
[8]基于深度圖像的手勢識別研究及應(yīng)用[D]. 范文婕.南昌大學(xué) 2015
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究[D]. 楚敏南.湘潭大學(xué) 2015
[10]基于WPF的節(jié)奏訓(xùn)練軟件的設(shè)計(jì)與實(shí)現(xiàn)[D]. 葛靜.華中師范大學(xué) 2015



本文編號：3533212