【摘要】：隨著人機(jī)交互技術(shù)和虛擬現(xiàn)實(shí)技術(shù)的不斷進(jìn)步,物理世界和虛擬世界的界限越來(lái)越模糊,越來(lái)越多的計(jì)算機(jī)系統(tǒng)呈現(xiàn)出“擬人化”的特點(diǎn)。“擬人化”計(jì)算機(jī)系統(tǒng)借助各種傳感器“感知”客觀世界,響應(yīng)簡(jiǎn)單的體感交互動(dòng)作,提升用戶體驗(yàn)。人工智能科學(xué)的快速發(fā)展,又使得這種“擬人化”的計(jì)算機(jī)系統(tǒng)變得越來(lái)越智能化和精細(xì)化。“擬人化”計(jì)算機(jī)系統(tǒng)能夠主動(dòng)觀察、學(xué)習(xí)、識(shí)別和響應(yīng)人體動(dòng)作,構(gòu)建出沉浸感更強(qiáng)的虛擬現(xiàn)實(shí)環(huán)境。眼部與四肢的動(dòng)作是人體動(dòng)作的代表,他們之間的并發(fā)配合實(shí)現(xiàn)了大部分人體注意焦點(diǎn)的選擇。因此,對(duì)眼部與四肢交互動(dòng)作的研究具有重要意義。本文以眼部和四肢交互動(dòng)作為研究對(duì)象,從以下四個(gè)方面展開研究：(1)如何滿足虛擬現(xiàn)實(shí)環(huán)境中自然人機(jī)交互系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性要求;(2)如何提取眼部二維動(dòng)作的特征并快速建模；(3)如何提取四肢三維動(dòng)作的運(yùn)動(dòng)特點(diǎn)并快速建模;(4)如何構(gòu)建一個(gè)可以同時(shí)處理二維和三維并發(fā)動(dòng)作的統(tǒng)一機(jī)器學(xué)習(xí)模型。本文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下：(1)提出了針對(duì)眼部和四肢的并發(fā)交互動(dòng)作學(xué)習(xí)與識(shí)別的混合集成學(xué)習(xí)模型。新模型融合了誤差反向傳播模型、增量型極限學(xué)習(xí)機(jī)模型和集成學(xué)習(xí)模型,包含多個(gè)子網(wǎng)絡(luò),每個(gè)子網(wǎng)絡(luò)學(xué)習(xí)與識(shí)別不同類型的動(dòng)作。該模型為眼部與四肢交互動(dòng)作的識(shí)別提供了一個(gè)統(tǒng)一的學(xué)習(xí)模型,能夠同時(shí)處理眼部與四肢并發(fā)的交互動(dòng)作,很好地克服了其他方法的訓(xùn)練速度慢、模型不穩(wěn)定、網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜等缺點(diǎn)。理論上,新模型只需要較少的隱含層節(jié)點(diǎn)并通過(guò)多次自增長(zhǎng)就可以使得網(wǎng)絡(luò)的輸出誤差逼近到零。實(shí)驗(yàn)驗(yàn)證了新模型對(duì)比其他機(jī)器學(xué)習(xí)模型在較少隱含層節(jié)點(diǎn)和樣本數(shù)量條件下,具有更高的分類準(zhǔn)確率、更快的學(xué)習(xí)過(guò)程、更穩(wěn)定的學(xué)習(xí)效果、更能符合眼部和四肢交互動(dòng)作學(xué)習(xí)與識(shí)別應(yīng)用的準(zhǔn)確性和實(shí)時(shí)性要求。(2)提出了基于混合集成學(xué)習(xí)模型的眼部動(dòng)作的建模與識(shí)別方法。該方法在混合集成學(xué)習(xí)模型的基礎(chǔ)上,融合了圖像拓?fù)浞治黾夹g(shù)和哈爾特征模型,很好地克服了其他方法在自然人機(jī)交互應(yīng)用場(chǎng)景下的局限性。本文以車輛駕駛員的疲勞駕駛智能監(jiān)測(cè)為例,通過(guò)對(duì)比實(shí)驗(yàn)驗(yàn)證了新模型相比于其他方法在惡劣條件下對(duì)眼部動(dòng)作的建模與識(shí)別具有更好的魯棒性、更高的識(shí)別率和更短的學(xué)習(xí)過(guò)程。(3)提出了基于混合集成學(xué)習(xí)模型的四肢動(dòng)作的建模與識(shí)別方法。新方法包含三個(gè)部分：1)基于三維動(dòng)作歷史圖像的四肢動(dòng)作建模；2)基于三維Hu不變矩的四肢動(dòng)作表征；3)基于混合集成學(xué)習(xí)模型的四肢動(dòng)作學(xué)習(xí)與識(shí)別。在對(duì)比實(shí)驗(yàn)中,本文以標(biāo)準(zhǔn)交通指揮手勢(shì)作為四肢動(dòng)作的識(shí)別樣例,通過(guò)一系列不同實(shí)驗(yàn)條件下的對(duì)比實(shí)驗(yàn),驗(yàn)證了新方法比BP算法、支持向量機(jī)和深度置信網(wǎng)絡(luò)等方法更能適應(yīng)虛擬現(xiàn)實(shí)中自然人機(jī)交互應(yīng)用場(chǎng)景下的要求。最后,將眼部與四肢交互動(dòng)作建模與識(shí)別方法應(yīng)用于交通信息展示系統(tǒng)中,有效地解決了眼部與四肢動(dòng)作數(shù)據(jù)結(jié)構(gòu)復(fù)雜、分批學(xué)習(xí)、模糊性高等問(wèn)題,為眼部和四肢動(dòng)作的學(xué)習(xí)與識(shí)別過(guò)程提供了一個(gè)統(tǒng)一的實(shí)際應(yīng)用場(chǎng)景,使得用戶可以通過(guò)手眼協(xié)同配合實(shí)現(xiàn)注意焦點(diǎn)的選擇。
[Abstract]:With the development of man-machine interaction technology and virtual reality technology, the boundary between physical world and virtual world becomes more and more blurred, and more and more computer systems show the characteristics of 鈥渜uasi-exponential function鈥，

本文編號(hào)：2278975