【摘要】：隨著人機交互技術和虛擬現(xiàn)實技術的不斷進步,物理世界和虛擬世界的界限越來越模糊,越來越多的計算機系統(tǒng)呈現(xiàn)出“擬人化”的特點�！皵M人化”計算機系統(tǒng)借助各種傳感器“感知”客觀世界,響應簡單的體感交互動作,提升用戶體驗。人工智能科學的快速發(fā)展,又使得這種“擬人化”的計算機系統(tǒng)變得越來越智能化和精細化�！皵M人化”計算機系統(tǒng)能夠主動觀察、學習、識別和響應人體動作,構建出沉浸感更強的虛擬現(xiàn)實環(huán)境。眼部與四肢的動作是人體動作的代表,他們之間的并發(fā)配合實現(xiàn)了大部分人體注意焦點的選擇。因此,對眼部與四肢交互動作的研究具有重要意義。本文以眼部和四肢交互動作為研究對象,從以下四個方面展開研究：(1)如何滿足虛擬現(xiàn)實環(huán)境中自然人機交互系統(tǒng)的實時性和準確性要求;(2)如何提取眼部二維動作的特征并快速建模；(3)如何提取四肢三維動作的運動特點并快速建模;(4)如何構建一個可以同時處理二維和三維并發(fā)動作的統(tǒng)一機器學習模型。本文的主要貢獻和創(chuàng)新點如下：(1)提出了針對眼部和四肢的并發(fā)交互動作學習與識別的混合集成學習模型。新模型融合了誤差反向傳播模型、增量型極限學習機模型和集成學習模型,包含多個子網(wǎng)絡,每個子網(wǎng)絡學習與識別不同類型的動作。該模型為眼部與四肢交互動作的識別提供了一個統(tǒng)一的學習模型,能夠同時處理眼部與四肢并發(fā)的交互動作,很好地克服了其他方法的訓練速度慢、模型不穩(wěn)定、網(wǎng)絡結構復雜等缺點。理論上,新模型只需要較少的隱含層節(jié)點并通過多次自增長就可以使得網(wǎng)絡的輸出誤差逼近到零。實驗驗證了新模型對比其他機器學習模型在較少隱含層節(jié)點和樣本數(shù)量條件下,具有更高的分類準確率、更快的學習過程、更穩(wěn)定的學習效果、更能符合眼部和四肢交互動作學習與識別應用的準確性和實時性要求。(2)提出了基于混合集成學習模型的眼部動作的建模與識別方法。該方法在混合集成學習模型的基礎上,融合了圖像拓撲分析技術和哈爾特征模型,很好地克服了其他方法在自然人機交互應用場景下的局限性。本文以車輛駕駛員的疲勞駕駛智能監(jiān)測為例,通過對比實驗驗證了新模型相比于其他方法在惡劣條件下對眼部動作的建模與識別具有更好的魯棒性、更高的識別率和更短的學習過程。(3)提出了基于混合集成學習模型的四肢動作的建模與識別方法。新方法包含三個部分：1)基于三維動作歷史圖像的四肢動作建模；2)基于三維Hu不變矩的四肢動作表征；3)基于混合集成學習模型的四肢動作學習與識別。在對比實驗中,本文以標準交通指揮手勢作為四肢動作的識別樣例,通過一系列不同實驗條件下的對比實驗,驗證了新方法比BP算法、支持向量機和深度置信網(wǎng)絡等方法更能適應虛擬現(xiàn)實中自然人機交互應用場景下的要求。最后,將眼部與四肢交互動作建模與識別方法應用于交通信息展示系統(tǒng)中,有效地解決了眼部與四肢動作數(shù)據(jù)結構復雜、分批學習、模糊性高等問題,為眼部和四肢動作的學習與識別過程提供了一個統(tǒng)一的實際應用場景,使得用戶可以通過手眼協(xié)同配合實現(xiàn)注意焦點的選擇。
[Abstract]:With the development of man-machine interaction technology and virtual reality technology, the boundary between physical world and virtual world becomes more and more blurred, and more and more computer systems show the characteristics of 鈥渜uasi-exponential function鈥，

本文編號：2278975