VR环境下基于视频特征描述的人体平衡能力分类研究

发布时间：2021-12-31 09:39

　　人体平衡能力在日常生活中扮演着极其重要的角色,严重地影响着人们正常的学习和生活。因此,提前筛查出有平衡能力缺陷的患者,让其尽早进入康复训练治疗尤为重要。目前对于平衡能力分类主要采用物理测试法,本文结合虚拟现实技术及图像处理相关算法研究了平衡能力分类方法。具体研究内容如下:（1）研究了基于视频特征描述的人体多重心特征提取方法。该工作的前期准备主要是寻找受试者,采集他们在虚拟现实场景中行走的训练视频。接下来使用图像处理相关算法对视频进行预处理。对得到的边缘图像从上到下按30%、30%和40%的比例分割,再采用图像的矩求出人体多重心。（2）研究了基于多重心面积模型的人体平衡能力分类方法。首先,结合人体平衡特征,提出了基于不倒翁平衡原理的多重心面积模型（MBAM）。然后,让不同类别的受试者分别在虚拟现实场景中进行实际训练。最后,结合四个特征（MBAM、MBAM方差、行走路线和行走速度）进行数值分析,发现不同平衡能力的人群之间的特征存在显著差异,验证了本文方法的有效性。（3）研究了基于人体姿态多特征融合的平衡能力分类方法。平衡能力受损者在行走过程中身体姿态会产生异常变化,在虚拟现实环境下该特征尤... 

【文章来源】：西安理工大学陕西省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

人体重心及体态分布图

基于视频特征描述的人体多重心特征提取72基于视频特征描述的人体多重心特征提取人体重心是指人体躯干中全部关节所受重力的合力作用点[29]。不同人群在性别、年龄、身高和体型等方面都存在差异，所以人体重心位置高低不同，一般男士的人体重心位置相对高于女士。本文为了更精确的提取人体上中下多重心，将人体躯干分别三部分，从头部到脚踝按比例分别为30%，30%和40%。如图2-1所示，左边图2-1(a)为男女重心差异图，右边图2-1(b)为本文对人体躯干进行三分段的分布图。(a)(b)图2-1人体重心及体态分布图Figure2-1Adistributiondiagramofcenterofgravityandpostureofhumanbody人体姿态由整个身体躯干来表示，多重心分布从某种程度上可以更好的反映人体姿态和平衡能力的好坏，不管是在临床平衡康复领域还是在运动技能评定领域都有应用，人体重心一直被作为临床评估人体平衡能力的重要指标[30]。人体多重心反映了人体姿态的摆动幅度，在临床诊断和康复效果评估方面发挥着不可替代的作用。人体重心的提取方法有很多种，例如，使用悬挂法和支持法[31]、平衡压力测试仪[32]、图解分析法[33]、基于惯性传感器网络的步态参数计算法[34]。本章算法框架图如图2-2所示。本章内容主要实现了基于视频特征描述的人体多重心特征提取，具体实施方案示意图如图2-3所示。在VR场景中拍摄受试者的训练视频，对获取到的视频采用图像处理等相关技术进行预处理，提取人体姿态多重心，最终得到人体多重心坐标数据。视频拆帧目标检测图像腐蚀图像去噪图像二值化轮廓检测图像的矩输入视频图2-2人体多重心提取算法框架图Figure2-2Theframediagramofmultiplecenterofgravityextractionofhumanbody

基于视频特征描述的人体多重心特征提取72基于视频特征描述的人体多重心特征提取人体重心是指人体躯干中全部关节所受重力的合力作用点[29]。不同人群在性别、年龄、身高和体型等方面都存在差异，所以人体重心位置高低不同，一般男士的人体重心位置相对高于女士。本文为了更精确的提取人体上中下多重心，将人体躯干分别三部分，从头部到脚踝按比例分别为30%，30%和40%。如图2-1所示，左边图2-1(a)为男女重心差异图，右边图2-1(b)为本文对人体躯干进行三分段的分布图。(a)(b)图2-1人体重心及体态分布图Figure2-1Adistributiondiagramofcenterofgravityandpostureofhumanbody人体姿态由整个身体躯干来表示，多重心分布从某种程度上可以更好的反映人体姿态和平衡能力的好坏，不管是在临床平衡康复领域还是在运动技能评定领域都有应用，人体重心一直被作为临床评估人体平衡能力的重要指标[30]。人体多重心反映了人体姿态的摆动幅度，在临床诊断和康复效果评估方面发挥着不可替代的作用。人体重心的提取方法有很多种，例如，使用悬挂法和支持法[31]、平衡压力测试仪[32]、图解分析法[33]、基于惯性传感器网络的步态参数计算法[34]。本章算法框架图如图2-2所示。本章内容主要实现了基于视频特征描述的人体多重心特征提取，具体实施方案示意图如图2-3所示。在VR场景中拍摄受试者的训练视频，对获取到的视频采用图像处理等相关技术进行预处理，提取人体姿态多重心，最终得到人体多重心坐标数据。视频拆帧目标检测图像腐蚀图像去噪图像二值化轮廓检测图像的矩输入视频图2-2人体多重心提取算法框架图Figure2-2Theframediagramofmultiplecenterofgravityextractionofhumanbody

【参考文献】：
期刊论文
[1]虚拟现实技术在认知障碍康复治疗中的应用[J]. 付亏杰,孙丽楠,刘云芳,范飞,王泽熙,姜贵云.  中华物理医学与康复杂志. 2019 (07)
[2]一种自适应的Canny边缘检测算法[J]. 宋人杰,刘超,王保军.  南京邮电大学学报(自然科学版). 2018(03)
[3]重心与稳度[J]. 隗京花.  中国科技教育. 2017(12)
[4]太极拳训练对早期帕金森病患者平衡功能及害怕跌倒心理的影响[J]. 管细红,吴红梅,刘桂连,易国萍,翟绍征.  江西医药. 2017(11)
[5]融合虚拟现实、人工智能等技术突破稳步迈向未来设计[J]. 孙璟璐.  中国建设信息化. 2017(12)
[6]虚拟现实平衡游戏训练对帕金森病患者平衡功能的效果[J]. 林志诚,陈阿贞,江一静,陈登钟,叶晓倩,游咏梅.  中国康复理论与实践. 2016(09)
[7]虚拟现实的技术瓶颈[J]. 曹煊.  科技导报. 2016(15)
[8]虚拟现实技术研究进展[J]. 赵沁平,周彬,李甲,陈小武.  科技导报. 2016(14)
[9]关于本体感觉测评中的平衡能力测试方法的研究[J]. 李逸清,荣湘江.  科技资讯. 2015(16)
[10]微焦点X射线图像乘性加性混合噪声的去除[J]. 高红霞,吴丽璇,徐寒,康慧,胡跃明.  光学精密工程. 2014(11)

硕士论文
[1]基于视频分析的VR环境下人体平衡能力检测系统研究[D]. 吝文涛.西安理工大学 2018
[2]基于光流法的运动目标检测和跟踪算法研究[D]. 刘洁.中国矿业大学 2015
[3]人体平衡能力检测方法研究及系统实现[D]. 刘琨.河北大学 2011
[4]虚拟“双簧”：三维人脸的唇动合成和表情合成[D]. 王倩.哈尔滨工业大学 2010



本文编号：3560031