人体日常动作分割与模式聚类研究
发布时间：2021-07-10 07:45
人体动作识别是模式识别领域的重要研究方向,近些年随着微电子技术和可穿戴设备科技不断发展,基于惯性传感器的动作识别以其便携舒适、低成本并能够保护用户隐私等优势适用于人体复杂动作的数据采集,并在医疗、娱乐、安全和军事等领域具有重要作用。未来移动通信技术进入5G时代更加方便人们搭建微型传感器网络并应用于我们的日常生活之中。本文以双惯性传感器为主、薄膜压力传感器辅进行人体日常动作识别,并针对人体站、蹲、卧、坐、走等日常动作和动作的基础运动状态进行了分析研究。本文主要工作如下:1.根据实验室已有的人体动作数据采集系统和通过该平台采集数据并制作的数据库,用以数据分析和动作分类。2.分析并定义人体日常动作,抽象出人体近似多刚体运动学模型。对数据库中原始数据进行预处理和特征提取,预处理是对数据平滑滤波处理,消除数据中高频信号对低频动作信号的影响。而特征提取是在统计特征和物理特征两方面提取相关特征并对人体日常动作进行具体的描述。3.针对惯性传感器无法直接划分动作的开始和结束的问题,提出一种基于滑动窗口的人体动作动态分割的数据处理方法,并将人体动作划分为三种基础运动状态。4.针对依据分割明确的数据片断,采...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
诺亦腾的动作捕获系统穿戴图
?亩?鳌６?甯隽街峒铀俣燃频氖?荽?硇枰??当大的计算能力。Yang[25]等人使用七个分布式传感器节点连接到人体上，构建了一个无线人体传感系统，该实验获得较高的精度，但系统功耗过大并同时不方便于人体传递埃同时其他形式的传感器可用于为运动数据提供补充信息和检测各种活动。如，Atallah[26]等人研究了一种与无线环境传感器相结合的耳戴活动识别装置，用于识别日常生活中的常见活动。多个环境传感器安装于环境中，如门传感器、床传感器等。他们认为环境传感器是感知输入的其他通道，识别结果主要依赖于环境传感器。图1-2人体动作识别的基本流程从上述文献中我们发现，可穿戴式设备尤其在大量传感器存在时，相对人体动作会十分突兀并影响人体动作，但是如果减少传感器的数量就会减少运动数据的特征提取，进而增加基本日常活动的区分难度。如Aminian等人[27]使用了绑在胸部和大腿后方的两个惯性传感器，分别测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。他们可以从传感器的方向检测坐、站、躺和动态(步行)
哈尔滨工业大学工学硕士学位论文-10-动作分析。通过抽象的骨头和关节铰接构成人体多刚体模型后，人体不同的动作可以通过人体多刚体模型中不同刚体之间组合的旋转变化构成。人体运动时，人体各个骨骼在关节点环绕旋转，并受到关节点的限制，不能无限角度自由旋转，因此抽象出的人体多刚体模型需要依据人体解剖学理论知识同样针对各个关节点的旋转自由度进行约束限制，并通过分析不同刚体之间的运动状态的联系，真实还原人体运动过程。图2-1简化的人体结构模型及编号不同的研究问题针对运动动作的姿态和所需相关刚体的不同，需要抽象出针对具体研究问题的骨骼模型，比如手势动作识别，需要通过对手部的相关组织结构进行抽象，构建手部的多刚体模型以表示手部运动相关动作。2.2.2人体运动学概述基于上述人体骨骼模型，将人体抽象为15个关节和14块骨骼铰接组成的多刚体模型。在通过分析刚体的运动数据并将不同刚体的运动分析进行组合，进而分析出人体的运动状态，并明确人体运动的数学描述，如欧拉角、四元数和方向
【参考文献】：
期刊论文
[1]计算机触觉:虚拟现实环境的力触觉建模和生成[J]. 王党校,焦健,张玉茹,赵晓含. 计算机辅助设计与图形学学报. 2016(06)
[2]头盔显示器发展综述[J]. 高源,刘越,程德文,王涌天. 计算机辅助设计与图形学学报. 2016(06)
[3]体域网中基于特征组合的步态行为识别[J]. 王凯,孙咏梅,张泓,武杨,纪越峰. 中国科学:信息科学. 2013(10)
[4]基于Matlab的巴特沃斯数字低通滤波器的设计[J]. 张廷尉,陈红,王磊. 鞍山师范学院学报. 2012(02)
[5]基于无线惯性传感器的人体动作捕获方法[J]. 李启雷,金文光,耿卫东. 浙江大学学报(工学版). 2012(02)
[6]改进的中值滤波算法在图像去噪中的应用[J]. 赵高长,张磊,武风波. 应用光学. 2011(04)
[7]基于三轴加速度传感器的手势识别[J]. 刘蓉,刘明. 计算机工程. 2011(24)
[8]人体运动的生物力学建模与计算机仿真进展[J]. 郝卫亚. 医用生物力学. 2011(02)
[9]体域网BSN的研究进展及面临的挑战[J]. 宫继兵,王睿,崔莉. 计算机研究与发展. 2010(05)
[10]三维转动的四元数表述[J]. 刘俊峰. 大学物理. 2004(04)
博士论文
[1]BP神经网络分类器优化技术研究[D]. 高鹏毅.华中科技大学 2012
硕士论文
[1]一种可穿戴式人体日常动作识别系统设计及其应用[D]. 张向阳.哈尔滨工业大学 2019
[2]基于动态时间规整的可穿戴式人体动作识别系统设计[D]. 刘盛羽.哈尔滨工业大学 2018
[3]人体动作分类算法的研究[D]. 杨煜.哈尔滨工业大学 2017
[4]基于卷积神经网络的烟草病害自动识别研究[D]. 李敬.山东农业大学 2016
[5]基于惯性传感器的动作捕捉系统研究与设计[D]. 汪俊.中国科学技术大学 2015
本文编号：3275504
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
诺亦腾的动作捕获系统穿戴图
?亩?鳌６?甯隽街峒铀俣燃频氖?荽?硇枰??当大的计算能力。Yang[25]等人使用七个分布式传感器节点连接到人体上，构建了一个无线人体传感系统，该实验获得较高的精度，但系统功耗过大并同时不方便于人体传递埃同时其他形式的传感器可用于为运动数据提供补充信息和检测各种活动。如，Atallah[26]等人研究了一种与无线环境传感器相结合的耳戴活动识别装置，用于识别日常生活中的常见活动。多个环境传感器安装于环境中，如门传感器、床传感器等。他们认为环境传感器是感知输入的其他通道，识别结果主要依赖于环境传感器。图1-2人体动作识别的基本流程从上述文献中我们发现，可穿戴式设备尤其在大量传感器存在时，相对人体动作会十分突兀并影响人体动作，但是如果减少传感器的数量就会减少运动数据的特征提取，进而增加基本日常活动的区分难度。如Aminian等人[27]使用了绑在胸部和大腿后方的两个惯性传感器，分别测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。他们可以从传感器的方向检测坐、站、躺和动态(步行)
哈尔滨工业大学工学硕士学位论文-10-动作分析。通过抽象的骨头和关节铰接构成人体多刚体模型后，人体不同的动作可以通过人体多刚体模型中不同刚体之间组合的旋转变化构成。人体运动时，人体各个骨骼在关节点环绕旋转，并受到关节点的限制，不能无限角度自由旋转，因此抽象出的人体多刚体模型需要依据人体解剖学理论知识同样针对各个关节点的旋转自由度进行约束限制，并通过分析不同刚体之间的运动状态的联系，真实还原人体运动过程。图2-1简化的人体结构模型及编号不同的研究问题针对运动动作的姿态和所需相关刚体的不同，需要抽象出针对具体研究问题的骨骼模型，比如手势动作识别，需要通过对手部的相关组织结构进行抽象，构建手部的多刚体模型以表示手部运动相关动作。2.2.2人体运动学概述基于上述人体骨骼模型，将人体抽象为15个关节和14块骨骼铰接组成的多刚体模型。在通过分析刚体的运动数据并将不同刚体的运动分析进行组合，进而分析出人体的运动状态，并明确人体运动的数学描述，如欧拉角、四元数和方向
【参考文献】：
期刊论文
[1]计算机触觉:虚拟现实环境的力触觉建模和生成[J]. 王党校,焦健,张玉茹,赵晓含. 计算机辅助设计与图形学学报. 2016(06)
[2]头盔显示器发展综述[J]. 高源,刘越,程德文,王涌天. 计算机辅助设计与图形学学报. 2016(06)
[3]体域网中基于特征组合的步态行为识别[J]. 王凯,孙咏梅,张泓,武杨,纪越峰. 中国科学:信息科学. 2013(10)
[4]基于Matlab的巴特沃斯数字低通滤波器的设计[J]. 张廷尉,陈红,王磊. 鞍山师范学院学报. 2012(02)
[5]基于无线惯性传感器的人体动作捕获方法[J]. 李启雷,金文光,耿卫东. 浙江大学学报(工学版). 2012(02)
[6]改进的中值滤波算法在图像去噪中的应用[J]. 赵高长,张磊,武风波. 应用光学. 2011(04)
[7]基于三轴加速度传感器的手势识别[J]. 刘蓉,刘明. 计算机工程. 2011(24)
[8]人体运动的生物力学建模与计算机仿真进展[J]. 郝卫亚. 医用生物力学. 2011(02)
[9]体域网BSN的研究进展及面临的挑战[J]. 宫继兵,王睿,崔莉. 计算机研究与发展. 2010(05)
[10]三维转动的四元数表述[J]. 刘俊峰. 大学物理. 2004(04)
博士论文
[1]BP神经网络分类器优化技术研究[D]. 高鹏毅.华中科技大学 2012
硕士论文
[1]一种可穿戴式人体日常动作识别系统设计及其应用[D]. 张向阳.哈尔滨工业大学 2019
[2]基于动态时间规整的可穿戴式人体动作识别系统设计[D]. 刘盛羽.哈尔滨工业大学 2018
[3]人体动作分类算法的研究[D]. 杨煜.哈尔滨工业大学 2017
[4]基于卷积神经网络的烟草病害自动识别研究[D]. 李敬.山东农业大学 2016
[5]基于惯性传感器的动作捕捉系统研究与设计[D]. 汪俊.中国科学技术大学 2015
本文编号：3275504
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3275504.html
