基于多模態(tài)特征的人體運動識別系統(tǒng).pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、不管是在現(xiàn)實生活中還是在科研領域內(nèi),人體運動識別都起著至關(guān)重要的作用。其研究成果可以應用于多個領域,如:安保系統(tǒng)、智能家居、體感交互等等。隨著技術(shù)的發(fā)展與革新,用于研究人體運動識別的體感設備層出不窮,如:kinect、psmove、wii等等。同時,科研工作者們也不遺余力地提出各種各樣的方法對采集到的運動數(shù)據(jù)進行處理與分析,然后對這些運動數(shù)據(jù)進行識別。
  本文對---基于骨架和深度特征的人體運動識別---進行了研究,提出了一種基

2、于多模態(tài)的人體運動識別方法,并且同時實現(xiàn)了運動數(shù)據(jù)采集系統(tǒng)和人體運動識別系統(tǒng)。本文主要完成了以下面3個方面的工作:第一,本文提出了軀體特征融合分類器(Bodypart Feature Fusion Classifier);第二,本文提出了一種新的人體運動識別方法即基于多模態(tài)特征以及骨架數(shù)據(jù)置信度的人體運動識別方法。通常在有遮擋的情況下,人體骨架特征會嚴重失真,從而導致識別結(jié)果受到了嚴重的影響,此時如果我們使用深度信息作為補充,則將會大大

3、提高識別的準確率;第三,本文實現(xiàn)了運動數(shù)據(jù)采集系統(tǒng)和人體運動識別系統(tǒng)。首先我們通過kinect獲得三維人體骨架信息和深度信息,然后我們分別對這些信息進行處理,得到骨架特征和深度特征,最后使用支持向量機進行分類從而得到識別結(jié)果。
  本文提出的分類器會自動計算并更新骨架特征和深度特征的權(quán)重,更加充分地利用了人體各模態(tài)的信息,提高了識別的準確率。本文提出的方法考慮到了現(xiàn)有很多識別方法的不足,并且兼顧了不同模態(tài)數(shù)據(jù)之間的互補性,同時擁有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論