隨著機械制造業(yè)的發(fā)展,使用人體動作識別技術(shù)的智能機器人為高效的人機協(xié)同裝配提供了現(xiàn)實可能。機器人通過對人類的動作進行識別理解,可以更好的與人類協(xié)同工作,進而大幅提高生產(chǎn)效率。除此,人體動作識別還被廣泛的應用于智能安防、智能家居、智能醫(yī)療等生產(chǎn)生活多個領(lǐng)域。本文通過動作數(shù)據(jù)特征提取、動作識別模型構(gòu)建、人體連續(xù)動作的分割識別三個主要方面實現(xiàn)了人體動作的識別研究。建立了人體動作模型。對人體原始3D骨架數(shù)據(jù)進行均值濾波處理以消除可能存在的數(shù)據(jù)噪聲。在主要關(guān)節(jié)點構(gòu)成的人體骨架簡化模型的基礎(chǔ)上建立了以肢體夾角和相對距離構(gòu)成的靜態(tài)特征,關(guān)節(jié)動能和肢體夾角的角加速度構(gòu)成的動態(tài)特征,并對靜態(tài)特征和動態(tài)特征進行了特征融合以表征人體動作。通過關(guān)鍵幀提取模型篩選出動作序列中具有明顯變化的動作幀,剔除變化不明顯的動作幀,以實現(xiàn)提高動作識別準確率,降低計算量。構(gòu)建了基于LSTM神經(jīng)網(wǎng)絡以及基于Bi-LSTM神經(jīng)網(wǎng)絡并融入注意力機制以及Dropout的兩種人體動作識別模型。首先采用LSTM神經(jīng)網(wǎng)絡對人體動作進行識別分類,再采用Bi-LSTM神經(jīng)網(wǎng)絡并引入注意力機制和Dropout來彌補LSTM神經(jīng)網(wǎng)絡在人體動作識別... 

【文章來源】：西安理工大學陜西省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 人體動作識別的國內(nèi)外研究進展
        1.2.1 動作特征提取
        1.2.2 動作分類算法
        1.2.3 連續(xù)動作的分割與識別
    1.3 本文的主要研究工作
2 人體3D骨架信息的特征提取
    2.1 基于人體3D骨架信息的特征提取
        2.1.1 原始3D數(shù)據(jù)的去噪
        2.1.2 靜態(tài)特征
        2.1.3 動態(tài)特征
        2.1.4 特征融合
    2.2 關(guān)鍵幀提取模型
    2.3 模型分析
    2.4 本章小結(jié)
3 基于LSTM的人體動作識別
    3.1 LSTM神經(jīng)網(wǎng)絡簡介
    3.2 基于LSTM的人體動作識別
        3.2.1 人體動作識別網(wǎng)絡結(jié)構(gòu)
        3.2.2 Bi-LSTM神經(jīng)網(wǎng)絡
        3.2.3 注意力機制
        3.2.4 Dropout
    3.3 實驗仿真與分析
        3.3.1 數(shù)據(jù)集簡介
        3.3.2 實驗設(shè)置
        3.3.3 結(jié)果與分析
    3.4 正交試驗法
        3.4.1 正交試驗設(shè)置
        3.4.2 優(yōu)化結(jié)果與分析
    3.5 本章總結(jié)
4 人體連續(xù)動作的分割與識別
    4.1 基于能量學的分割方法
        4.1.1 人體動作能量模型
        4.1.2 連續(xù)動作的分割
    4.2 基于滑動窗口的分割方法
        4.2.1 滑動窗口在連續(xù)動作中的建立
        4.2.2 連續(xù)動作識別
    4.3 實驗仿真與分析
        4.3.1 能量法連續(xù)動作分割實驗
        4.3.2 基于滑動窗口的連續(xù)動作分割實驗
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻
攻讀學位期間主要研究成果


【參考文獻】：
期刊論文
[1]基于加權(quán)動態(tài)時間彎曲的多元時間序列相似性匹配方法[J]. 葉燕清,楊克巍,姜江,葛冰峰,豆亞杰.  模式識別與人工智能. 2017(04)
[2]基于CHMMs的自適應行為識別方法[J]. 李軍懷,嚴其松,王志曉,魏嵬,張璟.  計算機應用研究. 2014(10)
[3]基于Kinect和金字塔特征的行為識別算法[J]. 申曉霞,張樺,高贊,徐光平,薛彥兵.  光電子.激光. 2014(02)
[4]基于Segmental-DTW的無監(jiān)督行為序列分割[J]. 吳曉婕,胡占義,吳毅紅.  軟件學報. 2008(09)

碩士論文
[1]基于雙層條件隨機場的人體行為識別研究[D]. 董曉棟.南京郵電大學 2018
[2]基于DBN-HMM的人體動作識別[D]. 羅曉宇.西安理工大學 2018
[3]基于人體骨架模型的人體行為識別[D]. 譚貝貝.貴州大學 2018
[4]基于深度學習的人體動作識別研究[D]. 劉曉林.重慶郵電大學 2018
[5]基于條件隨機場的人體動作識別[D]. 陳文超.電子科技大學 2016
[6]融合骨架特征和時空興趣點特征的動作識別及應用[D]. 劉挺.北京理工大學 2016
[7]交互應用中的實時動作識別[D]. 梁燕.北京理工大學 2015
[8]基于隱馬爾科夫模型和深度攝像頭的動態(tài)手勢識別研究[D]. 王楠.東北大學 2014
[9]基于Kinect骨架信息的人體動作識別[D]. 劉飛.東華大學 2014



本文編號：3530091