人體動作識別是模式識別領(lǐng)域的重要研究方向,近些年隨著微電子技術(shù)和可穿戴設(shè)備科技不斷發(fā)展,基于慣性傳感器的動作識別以其便攜舒適、低成本并能夠保護(hù)用戶隱私等優(yōu)勢適用于人體復(fù)雜動作的數(shù)據(jù)采集,并在醫(yī)療、娛樂、安全和軍事等領(lǐng)域具有重要作用。未來移動通信技術(shù)進(jìn)入5G時代更加方便人們搭建微型傳感器網(wǎng)絡(luò)并應(yīng)用于我們的日常生活之中。本文以雙慣性傳感器為主、薄膜壓力傳感器輔進(jìn)行人體日常動作識別,并針對人體站、蹲、臥、坐、走等日常動作和動作的基礎(chǔ)運(yùn)動狀態(tài)進(jìn)行了分析研究。本文主要工作如下:1.根據(jù)實(shí)驗(yàn)室已有的人體動作數(shù)據(jù)采集系統(tǒng)和通過該平臺采集數(shù)據(jù)并制作的數(shù)據(jù)庫,用以數(shù)據(jù)分析和動作分類。2.分析并定義人體日常動作,抽象出人體近似多剛體運(yùn)動學(xué)模型。對數(shù)據(jù)庫中原始數(shù)據(jù)進(jìn)行預(yù)處理和特征提取,預(yù)處理是對數(shù)據(jù)平滑濾波處理,消除數(shù)據(jù)中高頻信號對低頻動作信號的影響。而特征提取是在統(tǒng)計特征和物理特征兩方面提取相關(guān)特征并對人體日常動作進(jìn)行具體的描述。3.針對慣性傳感器無法直接劃分動作的開始和結(jié)束的問題,提出一種基于滑動窗口的人體動作動態(tài)分割的數(shù)據(jù)處理方法,并將人體動作劃分為三種基礎(chǔ)運(yùn)動狀態(tài)。4.針對依據(jù)分割明確的數(shù)據(jù)片斷,采... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

諾亦騰的動作捕獲系統(tǒng)穿戴圖

?畝?鰲６?甯雋街峒鈾俁燃頻氖?荽?硇枰??當(dāng)大的計算能力。Yang[25]等人使用七個分布式傳感器節(jié)點(diǎn)連接到人體上，構(gòu)建了一個無線人體傳感系統(tǒng)，該實(shí)驗(yàn)獲得較高的精度，但系統(tǒng)功耗過大并同時不方便于人體傳遞埃同時其他形式的傳感器可用于為運(yùn)動數(shù)據(jù)提供補(bǔ)充信息和檢測各種活動。如，Atallah[26]等人研究了一種與無線環(huán)境傳感器相結(jié)合的耳戴活動識別裝置，用于識別日常生活中的常見活動。多個環(huán)境傳感器安裝于環(huán)境中，如門傳感器、床傳感器等。他們認(rèn)為環(huán)境傳感器是感知輸入的其他通道，識別結(jié)果主要依賴于環(huán)境傳感器。圖1-2人體動作識別的基本流程從上述文獻(xiàn)中我們發(fā)現(xiàn)，可穿戴式設(shè)備尤其在大量傳感器存在時，相對人體動作會十分突兀并影響人體動作，但是如果減少傳感器的數(shù)量就會減少運(yùn)動數(shù)據(jù)的特征提取，進(jìn)而增加基本日�；顒拥膮^(qū)分難度。如Aminian等人[27]使用了綁在胸部和大腿后方的兩個慣性傳感器，分別測量了胸部在垂直方向上的加速度和大腿在向前方向上的加速度。他們可以從傳感器的方向檢測坐、站、躺和動態(tài)(步行)

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-10-動作分析。通過抽象的骨頭和關(guān)節(jié)鉸接構(gòu)成人體多剛體模型后，人體不同的動作可以通過人體多剛體模型中不同剛體之間組合的旋轉(zhuǎn)變化構(gòu)成。人體運(yùn)動時，人體各個骨骼在關(guān)節(jié)點(diǎn)環(huán)繞旋轉(zhuǎn)，并受到關(guān)節(jié)點(diǎn)的限制，不能無限角度自由旋轉(zhuǎn)，因此抽象出的人體多剛體模型需要依據(jù)人體解剖學(xué)理論知識同樣針對各個關(guān)節(jié)點(diǎn)的旋轉(zhuǎn)自由度進(jìn)行約束限制，并通過分析不同剛體之間的運(yùn)動狀態(tài)的聯(lián)系，真實(shí)還原人體運(yùn)動過程。圖2-1簡化的人體結(jié)構(gòu)模型及編號不同的研究問題針對運(yùn)動動作的姿態(tài)和所需相關(guān)剛體的不同，需要抽象出針對具體研究問題的骨骼模型，比如手勢動作識別，需要通過對手部的相關(guān)組織結(jié)構(gòu)進(jìn)行抽象，構(gòu)建手部的多剛體模型以表示手部運(yùn)動相關(guān)動作。2.2.2人體運(yùn)動學(xué)概述基于上述人體骨骼模型，將人體抽象為15個關(guān)節(jié)和14塊骨骼鉸接組成的多剛體模型。在通過分析剛體的運(yùn)動數(shù)據(jù)并將不同剛體的運(yùn)動分析進(jìn)行組合，進(jìn)而分析出人體的運(yùn)動狀態(tài)，并明確人體運(yùn)動的數(shù)學(xué)描述，如歐拉角、四元數(shù)和方向

【參考文獻(xiàn)】：
期刊論文
[1]計算機(jī)觸覺:虛擬現(xiàn)實(shí)環(huán)境的力觸覺建模和生成[J]. 王黨校,焦健,張玉茹,趙曉含.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2016(06)
[2]頭盔顯示器發(fā)展綜述[J]. 高源,劉越,程德文,王涌天.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2016(06)
[3]體域網(wǎng)中基于特征組合的步態(tài)行為識別[J]. 王凱,孫詠梅,張泓,武楊,紀(jì)越峰.  中國科學(xué):信息科學(xué). 2013(10)
[4]基于Matlab的巴特沃斯數(shù)字低通濾波器的設(shè)計[J]. 張廷尉,陳紅,王磊.  鞍山師范學(xué)院學(xué)報. 2012(02)
[5]基于無線慣性傳感器的人體動作捕獲方法[J]. 李啟雷,金文光,耿衛(wèi)東.  浙江大學(xué)學(xué)報(工學(xué)版). 2012(02)
[6]改進(jìn)的中值濾波算法在圖像去噪中的應(yīng)用[J]. 趙高長,張磊,武風(fēng)波.  應(yīng)用光學(xué). 2011(04)
[7]基于三軸加速度傳感器的手勢識別[J]. 劉蓉,劉明.  計算機(jī)工程. 2011(24)
[8]人體運(yùn)動的生物力學(xué)建模與計算機(jī)仿真進(jìn)展[J]. 郝衛(wèi)亞.  醫(yī)用生物力學(xué). 2011(02)
[9]體域網(wǎng)BSN的研究進(jìn)展及面臨的挑戰(zhàn)[J]. 宮繼兵,王睿,崔莉.  計算機(jī)研究與發(fā)展. 2010(05)
[10]三維轉(zhuǎn)動的四元數(shù)表述[J]. 劉俊峰.  大學(xué)物理. 2004(04)

博士論文
[1]BP神經(jīng)網(wǎng)絡(luò)分類器優(yōu)化技術(shù)研究[D]. 高鵬毅.華中科技大學(xué) 2012

碩士論文
[1]一種可穿戴式人體日常動作識別系統(tǒng)設(shè)計及其應(yīng)用[D]. 張向陽.哈爾濱工業(yè)大學(xué) 2019
[2]基于動態(tài)時間規(guī)整的可穿戴式人體動作識別系統(tǒng)設(shè)計[D]. 劉盛羽.哈爾濱工業(yè)大學(xué) 2018
[3]人體動作分類算法的研究[D]. 楊煜.哈爾濱工業(yè)大學(xué) 2017
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的煙草病害自動識別研究[D]. 李敬.山東農(nóng)業(yè)大學(xué) 2016
[5]基于慣性傳感器的動作捕捉系統(tǒng)研究與設(shè)計[D]. 汪俊.中國科學(xué)技術(shù)大學(xué) 2015



本文編號：3275504