隨著機(jī)器人越來(lái)越多地參與到人類日常的生產(chǎn)與生活,人機(jī)交互問(wèn)題引起了廣泛的關(guān)注。在人機(jī)交互問(wèn)題中,機(jī)器人感知外界環(huán)境的能力非常重要。與人類感知外界環(huán)境類似,機(jī)器人也需要通過(guò)視覺(jué)、味覺(jué)、嗅覺(jué)、聽(tīng)覺(jué)與觸覺(jué)來(lái)感知外界環(huán)境信息。在目前機(jī)器人的應(yīng)用場(chǎng)合中,較為常用的機(jī)器人感知方式是視覺(jué)、聽(tīng)覺(jué)與觸覺(jué)。其中視覺(jué)尤為重要,人類獲取信息的80%來(lái)自于視覺(jué),因此學(xué)術(shù)界對(duì)機(jī)器人通過(guò)視覺(jué)獲取信息的方法與技術(shù)的研究關(guān)注度最高。用于人機(jī)交互場(chǎng)景中的機(jī)器人通常依靠彩色攝像頭感知與觀察人體及其外界環(huán)境。本論文通過(guò)從視頻中提取的信息來(lái)識(shí)別并理解人體的行為與動(dòng)作等,可以快速建立人體行為特征數(shù)據(jù)庫(kù),為仿人機(jī)器人行為規(guī)劃或人機(jī)交互提供基礎(chǔ)數(shù)據(jù)和模型支持。本文提出了基于多級(jí)動(dòng)態(tài)算法結(jié)構(gòu)的人體姿態(tài)離線估計(jì)方法和全局-局部分層的人體姿態(tài)在線估計(jì)與跟蹤方法;并在視頻中人體姿態(tài)估計(jì)結(jié)果的基礎(chǔ)上,提出了基于關(guān)鍵幀切割視頻子段的人體運(yùn)動(dòng)行為識(shí)別方法和基于卷積神經(jīng)網(wǎng)絡(luò)特征編碼的人體精細(xì)行為識(shí)別方法。論文的主要內(nèi)容及創(chuàng)新點(diǎn)如下:1.構(gòu)造出可分解與重構(gòu)的二維人體姿態(tài)表達(dá)模型。該模型由全局層和局部層組成,稱為全局-局部分層的人體姿態(tài)表達(dá)模型。模型的... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：165 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－７?Ｓｈａｎｏｎ的卡片人模型

ｙ?翁??（ａ）傳統(tǒng)圖形模型的部位表達(dá)?（ｂ）由Ｙａｎｇ和Ｒａｍａｎａｎ改進(jìn)后的部位表達(dá)??圖１?－６?Ｙａｎｇ與Ｒａｍａｎａｎ提出的模型各部位之間的連接形式??另外，１９９６年，Ｓｈａｎｏｎ等人［６３］定義了一種卡片人模型，用相連接的四邊形平??面塊表示人的肢體ｔ６４，６５］，見(jiàn)圖１－７。模型中假設(shè)每一個(gè)圖像塊僅有一個(gè)從屬圖像??塊和一個(gè)跟隨圖像塊，從而構(gòu)成鏈結(jié)構(gòu)，如圖１－８所示。對(duì)于相鄰接的肢體，將??對(duì)應(yīng)的四邊形的頂點(diǎn)之間的連接視為彈簧連接，通過(guò)各彈簧的伸縮模擬不同的人??體姿態(tài)。??ｒＱ?（ｐｄ??［」■?，?＿?ｄ?ｍＶＪ?ｐｏｉｍｘ?！?＾?Ｓ，１??ｙｎ?Ａ??Ｕｕ?＼?ｒＷ??ＶＪ??圖１－７?Ｓｈａｎｏｎ的卡片人模型?圖１－８?Ｓｈａｎｏｎ的卡片人模型肢體間的連接??１．２．?２三維人體模型的研究現(xiàn)狀??現(xiàn)實(shí)世界中的物體是以三維的形式真實(shí)存在的，為了更好地研宄物體的空間??屬性

⑷激光束模型?（ｂ）?３Ｄ模式??圖１－９?Ａｇｉｎ與Ｂｉｎｆｏｒｄ的馬的激光束模型及由圓柱構(gòu)成的３Ｄ模型??｜??（ａ）激光束模型?（ｂ）３Ｄ模式??圖１－１０?Ａｇｉｎ與Ｂｉｎｆｏｒｄ的娃娃的激光束模型及由圓柱構(gòu)成的３Ｄ模型??２００５年，Ａｎｇｕｅｌｏｖ等人［６９］構(gòu)造出一種由數(shù)據(jù)驅(qū)動(dòng)的模型，稱為ＳＣＡＰＥ（Ｓｈａｐｅ??Ｃｏｍｐｌｅｔｉｏｎ?ａｎｄ?Ａｎｉｍａｔｉｏｎ?ｏｆ?ＰＥｏｐｌｅ，人體形狀的實(shí)現(xiàn)與動(dòng)畫(huà)）模型１７Ｑ＇７｜１，如圖??１－１１所示。這個(gè)模型可以表示鉸接部位的非剛體形變和部位的肌肉形變，給定人??體形態(tài)的粒子云，Ａｎｇｕｅｌｏｖ等人能夠用ＳＣＡＰＥ模型模擬出與粒子云最匹配的人體??姿態(tài)。??Ｉ??？Ａ?Ｌ＇?ｄ?ｄ?ｌ?復(fù)??圖１－１１?Ａｎｇｕｅｌｏｖ等人提出的ＳＣＡＰＥ人體姿態(tài)表達(dá)

【參考文獻(xiàn)】：
期刊論文
[1]基于多級(jí)動(dòng)態(tài)模型的2維人體姿態(tài)估計(jì)[J]. 馬淼,李貽斌.  機(jī)器人. 2016(05)
[2]基于RGB-D傳感器的人體姿態(tài)估計(jì)[J]. 潘霽,石繁槐.  中國(guó)科技信息. 2016(01)
[3]四足機(jī)器人地形識(shí)別與路徑規(guī)劃算法[J]. 張慧,榮學(xué)文,李貽斌,李彬,丁超,張俊文,張勤.  機(jī)器人. 2015(05)
[4]一種基于圖結(jié)構(gòu)模型的人體姿態(tài)估計(jì)算法[J]. 韓貴金,朱虹.  計(jì)算機(jī)工程與應(yīng)用. 2013(14)
[5]基于HOG和SVM的人體行為仿生識(shí)別方法[J]. 王丹,張祥合.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2013(S1)
[6]圖像和視頻中基于部件檢測(cè)器的人體姿態(tài)估計(jì)[J]. 蘇延超,艾海舟,勞世竑.  電子與信息學(xué)報(bào). 2011(06)
[7]基于手勢(shì)識(shí)別的機(jī)器人人機(jī)交互技術(shù)研究[J]. 陳一民,張?jiān)迫A.  機(jī)器人. 2009(04)
[8]人體運(yùn)動(dòng)分析研究的若干新進(jìn)展[J]. 黎洪松,李達(dá).  模式識(shí)別與人工智能. 2009(01)
[9]多媒體課件設(shè)計(jì)中視覺(jué)思維規(guī)律的應(yīng)用[J]. 馮霞.  現(xiàn)代遠(yuǎn)程教育研究. 2008(06)
[10]基于閉凸包收縮的最大邊緣線性分類器[J]. 陶卿,孫德敏,范勁松,方廷健.  軟件學(xué)報(bào). 2002(03)

博士論文
[1]連接剛體及人體姿態(tài)估計(jì)的理論與方法[D]. 張鳴.上海交通大學(xué) 2011
[2]基于空間和物體的視覺(jué)注意計(jì)算方法及實(shí)驗(yàn)研究[D]. 竇燕.燕山大學(xué) 2010

碩士論文
[1]基于動(dòng)作屬性分類器的行為識(shí)別研究[D]. 陳文強(qiáng).西南大學(xué) 2014



本文編號(hào)：3270315