目的利用動作捕捉和機器學(xué)習(xí)技術(shù),探討減重條件下通過關(guān)節(jié)運動的三維空間坐標(biāo)統(tǒng)計特征測量受試者心理疲勞狀態(tài)的可行性與可靠性。方法通過長時間認(rèn)知任務(wù)誘發(fā)受試者的心理疲勞狀態(tài)并利用量表進行評估。采用Kinect深度攝像頭識別并追蹤受試者2min減重跑步運動過程中25個關(guān)節(jié)點的運動信息。利用高斯過程回歸算法建立心理量表與行為數(shù)據(jù)間的模型,并通過皮爾遜相關(guān)和均方根誤差對模型進行驗證。結(jié)果在減重條件下,基于關(guān)節(jié)運動的統(tǒng)計特征可以預(yù)測個體的心理疲勞狀態(tài),疲勞量表各個維度預(yù)測值與真實值間平均相關(guān)系數(shù)為0.44,均方根誤差為2.94,心境狀態(tài)量表模型預(yù)測值和真實值同樣達(dá)到中等相關(guān)0.45,均方根誤差為5.49。結(jié)論人體關(guān)節(jié)運動信息可作為有效生物特征預(yù)測受試者心理疲勞水平,且在空間或資源有限情況時,基于動作捕捉和機器學(xué)習(xí)方法建立的心理指標(biāo)預(yù)測模型可為未來載人航天任務(wù)心理狀態(tài)測量提供新方法。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖１太空真實運動場景和地面模擬減重狀態(tài)Ｆｉｇ．１Ｒｕｎｎｉｎｇｉｎｓｐａｃｅａｎｄｓｉｍｕｌａｔｉｏｎｏｎｔｈｅｇｒｏｕｎｄ（ａ）

入新的運動數(shù)據(jù)便可直接輸出心理變量預(yù)測值。本研究嘗試通過動作捕捉和機器學(xué)習(xí)技術(shù)提取個體運動特征，建立運動特征與心理學(xué)指標(biāo)的相關(guān)關(guān)系，探討基于行為數(shù)據(jù)對受試者心理疲勞狀態(tài)測量的方法。１方法１．１減重模擬在航天任務(wù)中，航天員通過束縛帶增加向下的力以抵抗微重力并完成鍛煉�？紤]到未來實際....

本文編號：4027475