基于加速度传感器的乒乓球动作识别技术研究

发布时间：2017-08-07 05:20

  本文关键词：基于加速度传感器的乒乓球动作识别技术研究

  更多相关文章： 加速度传感器 乒乓球 动作识别 决策树 动态时间规整

【摘要】：动作识别作为人机交互的一种重要技术,是模式识别领域的研究热点之一。加速度传感器属于可穿戴传感器的一种,具有能耗低、体积小、成本低的特点从而被广泛使用。目前,基于加速度传感的动作识别过程主要分为特征提取、特征选择和识别算法3个步骤。本文针对人击打乒乓球时的动作特点,提出一种基于三维加速度信号的识别算法以识别不同类型的击球,例如:攻球、搓球和推挡。所用数据由绑定在手腕上的加速度传感器在乒乓球的训练过程中采集,利用固定阈值法对加速度信号的终始点进行判断,并提取信号的信号能量、手势长度等关键特征。分别采用k近邻决策树算法和支持向量机算法在离线情况下对乒乓球击球动作进行识别,采用动态时间规整算法对乒乓球击球动作进行在线识别工作,并对不同算法的实验结果进行比较分析。通过对比分析不同识别算法在基于加速度传感器的乒乓球击球动作识别系统中的实验结果,表明针对乒乓球训练过程中的击球动作,本文提出的离线和在线两种情况下的识别算法可以快速有效的对动作信号进行分类识别。体现了该识别模型的科学性和合理性。
【关键词】：加速度传感器 乒乓球 动作识别 决策树 动态时间规整
【学位授予单位】：安徽工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP212.9
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 引言8-15
• 1.1. 课题的研究背景和意义8-9
• 1.2. 乒乓球机器人国内外研究现状9-12
• 1.3. 动作识别研究方法12-13
• 1.3.1. 人工神经网络算法12
• 1.3.2. 模板匹配识别算法12-13
• 1.4. 本文研究工作及创新点13
• 1.5. 本文主要内容及组织结构13-15
• 1.5.1. 主要内容13
• 1.5.2. 组织结构13-15
• 第二章 系统总体设计15-21
• 2.1. 系统结构及硬件设计15-16
• 2.2. 信号预处理16-17
• 2.2.1. 滤波16
• 2.2.2. 动作端点检测16-17
• 2.3. 特征提取17-18
• 2.4. 动作分类18-20
• 2.5. 小结20-21
• 第三章 基于k-NN和决策树算法的击球动作识别21-29
• 3.1. k-NN算法介绍21-23
• 3.1.1. k-NN算法原理21-22
• 3.1.2. k-NN算法优缺点22-23
• 3.2. 决策树算法简介23-25
• 3.2.1. 决策树算法原理23-24
• 3.2.2. 决策树算法优缺点24-25
• 3.3. 融合k-NN的决策树算法介绍25-27
• 3.4. 实验结果分析27-28
• 3.5. 小结28-29
• 第四章 基于DTW算法的击球动作识别29-35
• 4.1. 动态时间规整算法29-30
• 4.2. 动态时间规整算法改进30-32
• 4.3. 实验结果分析32-33
• 4.4. 小结33-35
• 第五章 基于SVM算法的击球动作识别35-44
• 5.1. 支持向量机算法简介35-39
• 5.1.1. 线性支持向量机36-38
• 5.1.2. 非线性支持向量机38-39
• 5.2. SVM在乒乓球动作识别中的应用39-41
• 5.3. 实验结果分析41-43
• 5.4. 分类识别算法分析比较43
• 5.5. 小结43-44
• 第六章 总结与展望44-46
• 6.1. 总结44
• 6.2. 展望44-46
• 参考文献46-51
• 攻读学位期间的主要研究成果51-52
• 致谢52

【相似文献】

中国期刊全文数据库 前10条

1 胡雅琴;;动作识别技术及其发展[J];电视技术;2013年S2期

2 倪世宏,史忠科,谢川,王彦鸿;军用战机机动飞行动作识别知识库的建立[J];计算机仿真;2005年04期

3 程祥;;人体动作识别的研究[J];电脑知识与技术;2006年20期

4 黄飞跃;徐光yP;;视角无关的动作识别[J];软件学报;2008年07期

5 徐光yP;曹媛媛;;动作识别与行为理解综述[J];中国图象图形学报;2009年02期

6 黄丽鸿;高智勇;刘海华;;基于脉冲神经网络的人体动作识别[J];现代科学仪器;2012年02期

7 周艳青;王磊;;基于视觉的人体动作识别综述[J];山东轻工业学院学报(自然科学版);2012年01期

8 曹琨;;基于检索表的实时动作识别技术研究[J];中外企业家;2014年05期

9 刘博;安建成;;基于关键姿势的人体动作识别[J];电视技术;2014年05期

10 王燕;张绍武;凌志刚;潘泉;;基于图嵌入线性拓展方法的人体动作识别研究[J];计算机仿真;2008年10期

中国重要会议论文全文数据库 前7条

1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年

2 黄飞跃;徐光yP;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

4 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 董力赓;陶霖密;徐光yP;;头部姿态和动作的识别与理解[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

6 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

中国重要报纸全文数据库 前2条

1 本报记者 陈丹;人与机器的“对话”[N];科技日报;2010年

2 ;凌空敲键盘？无线计算机手套问世[N];中国计算机报;2004年

中国博士学位论文全文数据库 前10条

1 谌先敢;现实环境下的人体动作识别[D];武汉大学;2012年

2 陈渊博;视频序列中的人体动作识别[D];北京邮电大学;2015年

3 刘翠微;视频中人的动作分析与理解[D];北京理工大学;2015年

4 陈萌;基于李代数高斯表示的动作识别方法研究[D];华中科技大学;2016年

5 李拟s，

本文编号：633028