三维动作识别与交互方式的研究
发布时间：2021-09-19 16:46
随着智能化的发展,智能产品作为交互客体被不断要求去主动适应用户的习惯。然而,仅仅通过一些简单的键盘、鼠标、触摸屏等传统方式越来越难满足自然交互的要求,人们亟待开发出更加直接且自然的交互方式。本文提出了一种基于Kinect的非接触式的交互方式,以交通警察指挥交通的动作为研究对象,分别对人体静态三维动作识别技术和人体动态三维动作识别技术进行了研究。人体静态三维动作是对单帧图像中的人体动作进行识别分类,一般包括三个步骤:动作数据信息获取、动作特征提取、动作识别分类。通过采集动作数据和构造动作描述特征后,使用选择模型融合的方式将决策树和SVM进行模型融合对静态动作进行识别分类。动态三维动作可以看作是一系列静态三维动作组成的序列。通过采集动作序列数据和构造动作描述特征后,使用改进的BP神经网络完成了识别分类。本文的主要工作如下:（1）提出了基于Kinect的三维动作识别的交互方式。本文详细介绍了Kinect体感设备实现交互的工作原理,主要包括深度图像的采集技术以及骨骼跟踪技术。通过Kinect能够直接捕捉到人体骨骼的25个关节点,这为动作识别分类中构造动作描述特征提供了重要的基础。同时也将采集人...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图1-1两种新型的交互方式
换ダ锩嬷匾?囊恢郑?哂杏凭玫姆⒄估?贰?近年来，随着人机交互领域的迅猛发展，人体三维动作的识别和交互技术也取得了长足的进步。随着用户需求的越来越多，使用场景的越来越复杂，人们不得不对这些交互过程提出准确性和鲁棒性方面的要求，人体三维动作的识别和交互仍然作为当今具有相当挑战性的课题，不断吸引的研究者投身于该领域的研究之中，成为了一个不可忽视的研究热点。1.2.1人体三维动作的交互方式对于人体三维动作的识别来说，交互方式的研究是重要的前置动作。目前，在该领域最常用的交互方法主要包括三种，如图1-2所示，它们分别是基于基于环境传感器的方法、可穿戴传感器的方法[7]和基于视频序列的方法[8-11]。图1-2三种常用交互方式1）基于环境传感器的采集方法一般应用在特定的环境中，比如家庭、实验室、公司等场景。在一些特定的物件上放置二进制状态的传感器，在用户使用这些物件的时候，传感器的状态会被激活，从而可以开始记录人体所执行的动作。举个例子，如果用户打开淋浴准备洗澡的时候，通过传感器的状态，可以得知用户准备进行“洗澡”这个行为，进而获取到相关的数据。尽管这种基于环境传感器的数据采集方式确实在一些场景下进行了应用，但是，这样的方式必须预先布置好大量的传感器，成本很高，同时，很难区分出是哪一个具体的用户在进行当前的行为活动。2）基于可穿戴式传感器的识别方法是将特定的传感器佩戴在感兴趣的重要关节点上，通过穿戴在人体身上的传
电子科技大学硕士学位论文4感器来获取人体运动的数据的，最终这些数据可以传递到个人终端或者移动设备上。随着移动计算芯片和微机电系统(MicroElectroMechanicalSystem,MEMS)迅猛发展，可穿戴设备的成本大幅度降低，种类样式也越来越丰富，精度也越来越高，使得这种交互方式也得到了极大的推广。常用的可穿戴式传感器如图1-3所示。这种方式，能够对特定的用户进行有针对性的数据采集，但是，用户需要佩戴大量的传感器，这种接触式的采集方式，特别是在需要对多个点进行数据采集的时候，会带来不便，从而引起不好的用户体验。另外，穿戴式的设备需要供电，那么更换电池也是用户们需要面对的问题。图1-3人体动作数据采集的三种常用方式3）基于视频序列的采集方法在早期对人体三维动作识别的研究中，基于视频序列的方式算是最常见的手段。一般来说，采用一个或者多个摄像头组成的系统，对人体的三维动作进行捕捉。在捕捉到动作的序列信息之后，通过分析其数据，可以从中提取出丰富的信息，比如说关键的时空兴趣点，身体轮廓等，再通过选用合适的人体三维动作识别的算法，便可以识别出人体的动作，并且完成整个交互过程。采集数据对于整个交互过程是至关重要的。只有保证了数据采集过程中的精确性和效率，才会保证整个数据的质量，能在系统中之后的识别模块取得好的效果。而基于视频序列的方式，可以得到连续帧的动作，进而可以方便地构造人体三维动作的运动特征，达到非常好的运动表征效果，这为最后的动作识别提供了有力的支撑，最终可以有效地完成整个交互过程[12-13]。国内外的许多科研团队和高校研究在研究人体三维动作识别和交互方式时，都会采取这样的交互方式，如英国雷丁大学、美国的西北大学、宾夕法尼亚州立大
【参考文献】：
期刊论文
[1]基于深度学习的交警指挥手势识别[J]. 常津津,罗兵,杨锐,郝叶林. 五邑大学学报(自然科学版). 2018(02)
[2]基于B参数的改进HMM动态手势识别算法[J]. 张毅,姚圆圆,罗元. 华中科技大学学报(自然科学版). 2015(S1)
[3]基于外形特征与运动特征的人体行为提取方法[J]. 韩骏浩,赵怀勋. 电子科技. 2014(10)
[4]基于Kinect的实时人体姿势识别[J]. 刘开余,夏斌. 电子设计工程. 2014(19)
[5]监控视频中异常行为自动检测系统的设计与实现[J]. 许锋,黄马庆,单大国. 中国刑警学院学报. 2014(03)
[6]基于HOG和SVM的手势检测技术[J]. 郭文爽,王雪芳. 电子科技. 2014(08)
[7]人体动作行为识别研究综述[J]. 李瑞峰,王亮亮,王珂. 模式识别与人工智能. 2014(01)
[8]复杂背景下BP神经网络的手势识别方法[J]. 王先军,白国振,杨勇明. 计算机应用与软件. 2013(03)
[9]基于视觉的人体动作识别综述[J]. 周艳青,王磊. 山东轻工业学院学报(自然科学版). 2012(01)
[10]基于时空单词的两人交互行为识别方法[J]. 韩磊,李君峰,贾云得. 计算机学报. 2010(04)
博士论文
[1]基于可穿戴传感器数据的人体动作识别方法的研究[D]. 陈野.大连理工大学 2018
[2]图像序列中人的行为分析和识别方法[D]. 韩磊.北京理工大学 2009
硕士论文
[1]视频监控中的人群异常行为检测研究[D]. 夏清.电子科技大学 2019
[2]三维显示手势交互方式研究[D]. 勾海亮.电子科技大学 2018
[3]基于Kinect的人体动作识别系统与实现[D]. 边俊霞.济南大学 2015
[4]基于Kinect的手势识别技术研究[D]. 刘阳.重庆大学 2014
[5]基于Kinect的手势识别与机器人控制技术研究[D]. 王松林.北京交通大学 2014
[6]跳水视频中运动姿势识别方法的研究[D]. 王佳.西南大学 2012
[7]基于背景剪除和隐马尔可夫模型的人体动作识别[D]. 齐登钢.安徽大学 2011
[8]基于决策树的分类算法研究[D]. 胡江洪.武汉理工大学 2006
本文编号：3401975
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图1-1两种新型的交互方式
换ダ锩嬷匾?囊恢郑?哂杏凭玫姆⒄估?贰?近年来，随着人机交互领域的迅猛发展，人体三维动作的识别和交互技术也取得了长足的进步。随着用户需求的越来越多，使用场景的越来越复杂，人们不得不对这些交互过程提出准确性和鲁棒性方面的要求，人体三维动作的识别和交互仍然作为当今具有相当挑战性的课题，不断吸引的研究者投身于该领域的研究之中，成为了一个不可忽视的研究热点。1.2.1人体三维动作的交互方式对于人体三维动作的识别来说，交互方式的研究是重要的前置动作。目前，在该领域最常用的交互方法主要包括三种，如图1-2所示，它们分别是基于基于环境传感器的方法、可穿戴传感器的方法[7]和基于视频序列的方法[8-11]。图1-2三种常用交互方式1）基于环境传感器的采集方法一般应用在特定的环境中，比如家庭、实验室、公司等场景。在一些特定的物件上放置二进制状态的传感器，在用户使用这些物件的时候，传感器的状态会被激活，从而可以开始记录人体所执行的动作。举个例子，如果用户打开淋浴准备洗澡的时候，通过传感器的状态，可以得知用户准备进行“洗澡”这个行为，进而获取到相关的数据。尽管这种基于环境传感器的数据采集方式确实在一些场景下进行了应用，但是，这样的方式必须预先布置好大量的传感器，成本很高，同时，很难区分出是哪一个具体的用户在进行当前的行为活动。2）基于可穿戴式传感器的识别方法是将特定的传感器佩戴在感兴趣的重要关节点上，通过穿戴在人体身上的传
电子科技大学硕士学位论文4感器来获取人体运动的数据的，最终这些数据可以传递到个人终端或者移动设备上。随着移动计算芯片和微机电系统(MicroElectroMechanicalSystem,MEMS)迅猛发展，可穿戴设备的成本大幅度降低，种类样式也越来越丰富，精度也越来越高，使得这种交互方式也得到了极大的推广。常用的可穿戴式传感器如图1-3所示。这种方式，能够对特定的用户进行有针对性的数据采集，但是，用户需要佩戴大量的传感器，这种接触式的采集方式，特别是在需要对多个点进行数据采集的时候，会带来不便，从而引起不好的用户体验。另外，穿戴式的设备需要供电，那么更换电池也是用户们需要面对的问题。图1-3人体动作数据采集的三种常用方式3）基于视频序列的采集方法在早期对人体三维动作识别的研究中，基于视频序列的方式算是最常见的手段。一般来说，采用一个或者多个摄像头组成的系统，对人体的三维动作进行捕捉。在捕捉到动作的序列信息之后，通过分析其数据，可以从中提取出丰富的信息，比如说关键的时空兴趣点，身体轮廓等，再通过选用合适的人体三维动作识别的算法，便可以识别出人体的动作，并且完成整个交互过程。采集数据对于整个交互过程是至关重要的。只有保证了数据采集过程中的精确性和效率，才会保证整个数据的质量，能在系统中之后的识别模块取得好的效果。而基于视频序列的方式，可以得到连续帧的动作，进而可以方便地构造人体三维动作的运动特征，达到非常好的运动表征效果，这为最后的动作识别提供了有力的支撑，最终可以有效地完成整个交互过程[12-13]。国内外的许多科研团队和高校研究在研究人体三维动作识别和交互方式时，都会采取这样的交互方式，如英国雷丁大学、美国的西北大学、宾夕法尼亚州立大
【参考文献】：
期刊论文
[1]基于深度学习的交警指挥手势识别[J]. 常津津,罗兵,杨锐,郝叶林. 五邑大学学报(自然科学版). 2018(02)
[2]基于B参数的改进HMM动态手势识别算法[J]. 张毅,姚圆圆,罗元. 华中科技大学学报(自然科学版). 2015(S1)
[3]基于外形特征与运动特征的人体行为提取方法[J]. 韩骏浩,赵怀勋. 电子科技. 2014(10)
[4]基于Kinect的实时人体姿势识别[J]. 刘开余,夏斌. 电子设计工程. 2014(19)
[5]监控视频中异常行为自动检测系统的设计与实现[J]. 许锋,黄马庆,单大国. 中国刑警学院学报. 2014(03)
[6]基于HOG和SVM的手势检测技术[J]. 郭文爽,王雪芳. 电子科技. 2014(08)
[7]人体动作行为识别研究综述[J]. 李瑞峰,王亮亮,王珂. 模式识别与人工智能. 2014(01)
[8]复杂背景下BP神经网络的手势识别方法[J]. 王先军,白国振,杨勇明. 计算机应用与软件. 2013(03)
[9]基于视觉的人体动作识别综述[J]. 周艳青,王磊. 山东轻工业学院学报(自然科学版). 2012(01)
[10]基于时空单词的两人交互行为识别方法[J]. 韩磊,李君峰,贾云得. 计算机学报. 2010(04)
博士论文
[1]基于可穿戴传感器数据的人体动作识别方法的研究[D]. 陈野.大连理工大学 2018
[2]图像序列中人的行为分析和识别方法[D]. 韩磊.北京理工大学 2009
硕士论文
[1]视频监控中的人群异常行为检测研究[D]. 夏清.电子科技大学 2019
[2]三维显示手势交互方式研究[D]. 勾海亮.电子科技大学 2018
[3]基于Kinect的人体动作识别系统与实现[D]. 边俊霞.济南大学 2015
[4]基于Kinect的手势识别技术研究[D]. 刘阳.重庆大学 2014
[5]基于Kinect的手势识别与机器人控制技术研究[D]. 王松林.北京交通大学 2014
[6]跳水视频中运动姿势识别方法的研究[D]. 王佳.西南大学 2012
[7]基于背景剪除和隐马尔可夫模型的人体动作识别[D]. 齐登钢.安徽大学 2011
[8]基于决策树的分类算法研究[D]. 胡江洪.武汉理工大学 2006
本文编号：3401975
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3401975.html
