機(jī)器人的人體姿態(tài)動(dòng)作識(shí)別與模仿算法.pdf

1、人機(jī)交互是指人與機(jī)器的互動(dòng)和交流,其最終目的在于使機(jī)器人善解人意,能領(lǐng)會(huì)和模仿人的語言和行為,讓人類能夠更有效更自然地實(shí)現(xiàn)與機(jī)器人之間的互動(dòng)。要想使互動(dòng)自然,就必須摒棄傳統(tǒng)的輸入輸出方式,使人與機(jī)器之間的溝通類似人與人之間的溝通。而人與人之前的互動(dòng)交流很大程度上依賴于語音和視覺,所以人機(jī)交互必會(huì)沿著語音和視覺交互的方向發(fā)展。本文就是針對此提出了基于人體動(dòng)作姿態(tài)的人機(jī)交互技術(shù),在此領(lǐng)域中做了探索。
　　本文首先整理歸納了人機(jī)交互技術(shù)

2、的發(fā)展和人體動(dòng)作姿態(tài)識(shí)別方面的研究成果并對我們的實(shí)驗(yàn)平臺(tái) NAO機(jī)器人做了詳盡介紹,隨后給出了人體動(dòng)作姿態(tài)的識(shí)別算法,此算法包括人體部件檢測器的訓(xùn)練和使用,多指標(biāo)評(píng)價(jià)標(biāo)準(zhǔn)的定義和計(jì)算。最后在機(jī)器人實(shí)驗(yàn)平臺(tái)上完成實(shí)驗(yàn)。在前人的相關(guān)工作基礎(chǔ)上,本文的主要工作如下:
　　(1)在NAO機(jī)器人實(shí)驗(yàn)平臺(tái)上,提出了基于人體動(dòng)作姿態(tài)的人機(jī)交互方法,實(shí)現(xiàn)了讓NAO機(jī)器人模仿人體動(dòng)作姿態(tài)以及根據(jù)特定的動(dòng)作指令作出相應(yīng)反饋。
　　(2)在訓(xùn)練人

3、體部件檢測器時(shí),從大量圖片中剪切出人體部件,旋轉(zhuǎn)這些部件圖像,使其主軸豎直,經(jīng)過這一步歸一化之后會(huì)減少人體部件圖像之間的類內(nèi)距離。在使用人體部件檢測器檢測特定部件時(shí),旋轉(zhuǎn)被檢測圖片,使得我們可以檢測出可能的所有候選位置。
　　(3)提出了6種評(píng)價(jià)標(biāo)準(zhǔn)對人體部件的候選位置進(jìn)行評(píng)價(jià),從中選出最優(yōu)。這6種評(píng)價(jià)標(biāo)準(zhǔn)包括:部件符合度、前景覆蓋率、前景覆蓋熵、先驗(yàn)概率、關(guān)聯(lián)性以及骨骼密度和居中程度。用這6種不同的評(píng)價(jià)標(biāo)準(zhǔn)對特定部件的所有候選位