發(fā)布時(shí)間：2019-11-27 01:33

【摘要】：在農(nóng)業(yè)虛擬教學(xué)、農(nóng)村智能安防、自然人機(jī)交互以及醫(yī)療康復(fù)工程等應(yīng)用領(lǐng)域方面,體感動(dòng)作相似度評(píng)價(jià)具有廣闊的應(yīng)用前景。所謂體感動(dòng)作相似度是由體感動(dòng)作采集、動(dòng)作數(shù)據(jù)預(yù)處理與動(dòng)作相似度計(jì)算三部分組成。其中,體感動(dòng)作采集是在相應(yīng)軟硬件環(huán)境中記錄人體動(dòng)作數(shù)據(jù),而動(dòng)作數(shù)據(jù)預(yù)處理則是對(duì)動(dòng)作數(shù)據(jù)進(jìn)行格式變換、降噪等處理,之后的動(dòng)作相似度計(jì)算是在上一步的基礎(chǔ)上,通過(guò)計(jì)算參考動(dòng)作序列與對(duì)比動(dòng)作序列的距離,獲得兩個(gè)動(dòng)作序列的相似度評(píng)價(jià)。為此,本文主要研究從深度攝像頭提取的基于人體骨架結(jié)構(gòu)的體感動(dòng)作序列與模板庫(kù)中的參考動(dòng)作序列的相似度評(píng)價(jià)方法,為其進(jìn)一步應(yīng)用奠定基礎(chǔ)。本文提出了一套基于人體骨架結(jié)構(gòu)的體感動(dòng)作相似度評(píng)價(jià)方法,以動(dòng)作序列數(shù)據(jù)預(yù)處理和相似度評(píng)價(jià)為核心,并在此基礎(chǔ)上研發(fā)了一套應(yīng)用于農(nóng)村公共文化的原型系統(tǒng)。具體研究?jī)?nèi)容如下：(1)動(dòng)作序列數(shù)據(jù)的預(yù)處理。本文提出了基于Faber-Schauder插值小波與均值濾波結(jié)合的降噪方法,通過(guò)構(gòu)造自適應(yīng)插值基函數(shù)實(shí)現(xiàn)動(dòng)作數(shù)據(jù)的降噪,并對(duì)其收斂性進(jìn)行證明。定義在巴拿赫空間的插值小波具有運(yùn)算速度快、邊界效應(yīng)小和數(shù)據(jù)保留完整等優(yōu)點(diǎn),但是其插值特性在保留運(yùn)動(dòng)細(xì)節(jié)的同時(shí)也保留了部分噪聲。本文方法利用插值小波的插值特性,能夠較好的還原劇烈動(dòng)作的細(xì)節(jié),并通過(guò)均值濾波降低插值特性所保留的部分噪聲,在對(duì)動(dòng)作數(shù)據(jù)降噪的同時(shí)對(duì)細(xì)節(jié)動(dòng)作有較好的保留,提高動(dòng)作數(shù)據(jù)的降噪效果。此外,Faber-Schauder基函數(shù)具有較小的支撐區(qū)間,能夠有效的提高計(jì)算效率。通過(guò)選用不同類型的動(dòng)作加入不同類型的噪聲對(duì)該方法進(jìn)行仿真,實(shí)驗(yàn)結(jié)果表明,對(duì)于大部分動(dòng)作都能有較穩(wěn)定的降噪效果,并且對(duì)于無(wú)規(guī)律且較劇烈的動(dòng)作,本文方法較其他對(duì)比方法有較好的降噪效果。(2)基于自適應(yīng)關(guān)節(jié)權(quán)重的DTW動(dòng)作相似度評(píng)價(jià)方法。該方法首先對(duì)參考動(dòng)作序列和對(duì)比動(dòng)作序列分別進(jìn)行分段,選擇每段動(dòng)作序列中運(yùn)動(dòng)較劇烈的關(guān)節(jié),對(duì)其分配更高權(quán)重,其余關(guān)節(jié)平均分配權(quán)重；然后將具有關(guān)節(jié)權(quán)重的關(guān)節(jié)方向級(jí)聯(lián)四元數(shù)作為特征向量,基于DTW方法計(jì)算兩段動(dòng)作序列之間的距離；最后為了驗(yàn)證該方法對(duì)動(dòng)作評(píng)價(jià)的準(zhǔn)確度,實(shí)驗(yàn)采用K近鄰方法對(duì)動(dòng)作進(jìn)行分類,使用分類準(zhǔn)確率作為動(dòng)作評(píng)價(jià)準(zhǔn)確度的指標(biāo)。實(shí)驗(yàn)結(jié)果表明,該方法具有較高的分類準(zhǔn)確率,對(duì)大部分動(dòng)作都能有較好的區(qū)分,并且能夠適應(yīng)一些較為相似的動(dòng)作。(3)基于插值小波關(guān)鍵幀提取的動(dòng)作相似度評(píng)價(jià)方法。本文首先基于多尺度Faber-Schauder插值小波和區(qū)間插值小波對(duì)參考動(dòng)作的關(guān)節(jié)四元數(shù)的時(shí)間序列分量分別提取運(yùn)動(dòng)劇烈程度較高的幀作為關(guān)鍵幀；然后合并四組關(guān)鍵幀,設(shè)置閾值剔除相似度較高的關(guān)鍵幀；最后通過(guò)DTW方法對(duì)參考動(dòng)作和對(duì)比動(dòng)作進(jìn)行匹配,得到對(duì)比動(dòng)作序列的關(guān)鍵幀,將兩組關(guān)鍵幀的平均距離歸一化后得到動(dòng)作相似度評(píng)分。由于插值小波多尺度特性能夠根據(jù)運(yùn)動(dòng)的劇烈程度從不同尺度提取關(guān)鍵幀,對(duì)運(yùn)動(dòng)更劇烈的部分進(jìn)行更加精細(xì)的計(jì)算,進(jìn)而實(shí)現(xiàn)更為準(zhǔn)確的運(yùn)動(dòng)序列相似度評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明,該方法具有較高的分類準(zhǔn)確率,能夠較好的實(shí)現(xiàn)動(dòng)作相似度評(píng)價(jià)。(4)自適應(yīng)關(guān)節(jié)權(quán)重的插值小波關(guān)鍵幀提取的動(dòng)作相似度評(píng)價(jià)方法。自適應(yīng)關(guān)節(jié)權(quán)重的DTW動(dòng)作相似度評(píng)價(jià)方法針對(duì)人體骨架結(jié)構(gòu)特性對(duì)動(dòng)作特征進(jìn)行改進(jìn),而基于插值小波關(guān)鍵幀提取的動(dòng)作相似度評(píng)價(jià)方法則針對(duì)動(dòng)作的時(shí)序特征進(jìn)行改進(jìn),這兩種改進(jìn)方法屬于在不同維度針對(duì)動(dòng)作特征進(jìn)行改進(jìn),因此本文將這兩種方法進(jìn)行融合,采用插值小波提取動(dòng)作序列的關(guān)鍵幀,通過(guò)DTW對(duì)參考動(dòng)作序列與對(duì)比動(dòng)作序列進(jìn)行匹配,在匹配時(shí)采用自適應(yīng)關(guān)節(jié)權(quán)重的方法計(jì)算兩個(gè)動(dòng)作幀的距離,最后將匹配的關(guān)鍵幀之間的平均距離歸一化后作為動(dòng)作相似度評(píng)分。實(shí)驗(yàn)結(jié)果表明,將自適應(yīng)關(guān)節(jié)權(quán)重的DTW動(dòng)作相似度評(píng)價(jià)方法與基于插值小波關(guān)鍵幀提取的動(dòng)作相似度評(píng)價(jià)方法結(jié)合后,能夠獲得比單一使用這兩種方法更高的分類準(zhǔn)確率。(5)基于動(dòng)作相似度評(píng)價(jià)的原型系統(tǒng)及其在農(nóng)村公共文化中的應(yīng)用。本文基于自適應(yīng)關(guān)節(jié)權(quán)重的插值小波關(guān)鍵幀提取的動(dòng)作相似度評(píng)價(jià)方法,搭建了一套面向農(nóng)村公共文化服務(wù)的體感交互應(yīng)用系統(tǒng)。該系統(tǒng)以農(nóng)村公共文化為背景,選用流行的廣場(chǎng)舞音樂(lè)及其舞蹈為題材,利用華碩Xtion實(shí)時(shí)捕捉人體動(dòng)作數(shù)據(jù),用戶模仿虛擬角色的標(biāo)準(zhǔn)舞蹈動(dòng)作進(jìn)行跳舞,該系統(tǒng)對(duì)用戶的動(dòng)作進(jìn)行實(shí)時(shí)評(píng)價(jià)。相比傳統(tǒng)廣場(chǎng)舞的方式,該系統(tǒng)可以讓用戶得到自身舞蹈動(dòng)作的評(píng)價(jià),具有較強(qiáng)互動(dòng)性和較高沉浸感。此外,該系統(tǒng)屬于數(shù)字化產(chǎn)品,其創(chuàng)作內(nèi)容能夠快速的共享和重復(fù)利用,并根據(jù)用戶的需求進(jìn)行快速更新。
【學(xué)位授予單位】：中國(guó)農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陸祖良;采樣測(cè)量數(shù)據(jù)的插值及其誤差分析[J];計(jì)量學(xué)報(bào);1986年04期

2 邵力耕;周韶澤;;基于降維的多維插值數(shù)值算法[J];交通與計(jì)算機(jī);2006年01期

3 趙鴻冰;林代茂;郭云彪;;一種利用插值實(shí)現(xiàn)的信息隱藏方法[J];計(jì)算機(jī)工程;2008年02期

4 郭莉,李錦濤,劉國(guó)香;山、水景觀模擬的移位插值點(diǎn)遞歸子分割方法[J];計(jì)算機(jī)工程;1994年S1期

5 何月順;在有序表中搜索插值點(diǎn)[J];華東地質(zhì)學(xué)院學(xué)報(bào);1999年04期

6 徐慶榮;;曲線插值中步長(zhǎng)的確定[J];武漢測(cè)繪學(xué)院學(xué)報(bào);1983年01期

7 陸海波;鄧四清;方逵;謝進(jìn);;二元有理雙四次插值曲面的點(diǎn)控制問(wèn)題[J];計(jì)算機(jī)工程與應(yīng)用;2009年24期

8 韓靖;韓旭里;;曲線插值的一種具有還圓性的細(xì)分方法[J];圖學(xué)學(xué)報(bào);2012年02期

9 浦利;金偉其;劉玉樹;蘇秉華;張楠;;基于小波雙立方配比插值的圖像插值放大算法研究[J];紅外技術(shù);2006年08期

10 邱鈞,孫洪泉,韓偉;二元正態(tài)分布函數(shù)(Coons曲面法)插值研究[J];工程圖學(xué)學(xué)報(bào);2002年03期

相關(guān)會(huì)議論文 前3條

1 韓靖;韓旭里;;曲線插值的一種具有還圓性的細(xì)分方法[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

2 鄧四清;王平;謝進(jìn);;一類有理四次插值樣條曲線的形狀控制[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

3 左小偉;王杰光;;改進(jìn)Shepard插值無(wú)網(wǎng)格配點(diǎn)法[A];第17屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集（第Ⅰ冊(cè)）[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 汪成峰;基于自適應(yīng)關(guān)節(jié)權(quán)重和插值小波的體感動(dòng)作評(píng)價(jià)方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

2 CAMARA AMARA;曲線曲面插值模型的研究[D];中南大學(xué);2007年

3 高文武;擬插值的若干理論及其應(yīng)用[D];復(fù)旦大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 王勝千;模糊理論在濾波、插值和逼近算法中的應(yīng)用研究[D];吉林大學(xué);2005年

2 孔維華;基于多方向3維插值的序列醫(yī)學(xué)影像交互分割重建算法的研究與實(shí)現(xiàn)[D];合肥工業(yè)大學(xué);2010年

3 李淑萍;機(jī)械振動(dòng)數(shù)值分析的重心插值配點(diǎn)法[D];山東大學(xué);2007年

4 李建軍;三次幾何Hermite插值及其優(yōu)化[D];中南大學(xué);2007年

5 李娜;超樣條函數(shù)空間的局部Lagrange插值[D];廣西民族大學(xué);2008年

6 初學(xué)士;三次有理Bézier混合曲線插值[D];浙江大學(xué);2014年

7 譚德松;基函數(shù)法構(gòu)造插值樣條曲線曲面[D];湖南師范大學(xué);2007年

8 王海博;細(xì)分插值曲面造型應(yīng)用研究[D];天津大學(xué);2005年

9 趙海波;基于GIS的城市氣象監(jiān)測(cè)要素插值分析研究[D];昆明理工大學(xué);2010年

10 金初云;基于插值細(xì)分的自由曲面重建及刀具軌跡仿真[D];浙江工業(yè)大學(xué);2007年

，

本文編號(hào)：2566391