论文部分内容阅读
获取人体动作形态信息,特别是利用仪器自动检测、跟踪及计量人体自然动作形态、提取人体运动形态的特征,如自动识别人体踏步、摆臂、行走、奔跑、跳跃等动作,进而对人体特定动作进行分类、判定和识别,在机器视觉、体育健身、身份识别、入侵检测报警等很多领域都有很好的应用前景,具有重要的理论和商用价值。机器视觉的视频捕捉技术,一直是自动检测人体动作形态方面的主流研究方向。为了实现对人体简单动作快速、低成本地检测,本文对一种利用热释电红外传感器来进行人体动作形态捕捉和识别的方法进行了研究。在综合分析热释电红外传感器在人体入侵检测、人体方位跟踪及人体特征识别等方面研究成果的基础上,通过实验分析论证了热释电红外传感器进行人体动作形态检测方面的可行性。设计搭建了热释电红外人体动作形态检测实验系统,结合采用半球形、半柱形等菲涅尔透镜组合,设计实验对人体动作形态信息进行综合多角度分析。通过实验分析论证了探测高度、探测距离对探测结果之间的关系,对不同人体步态的热释电红外信号进行了分析,提出并通过实验证明了人体摆臂动作是导致不同人体步态差异的关键因素之一;对踏步-跳跃动作进行了实验,通过静态寻峰算法和K阶距滤波器两种分析方法,实现了对踏步-跳跃动作计数这一关键运动特征的提取和计量,并实现了踏步和跳跃动作的区分;对在柱面菲涅尔透镜下人体动作形态的信号进行了分析,发现了人体脸部等皮肤裸露部分对探测结果有关键影响这一结论;对人体腿部踏步和正常踏步动作进行了实验,利用时域信号对比发现了二者的不同,并通过对信号进行短时傅里叶变换分析,对信号高频部分的谱密度积分的方法,实现了对人体踏步和摆臂动作的区分和识别。制作了基于MSP430F149单片机的PIR人体动作形态检测分析仪,实现对人体动作计数的实时准确检测;设计了基于采集卡的PIR人机交互系统,实现对人体动作信号长时间稳定采集和实时分析,同时结合虚拟键盘技术,与电脑中的跑步游戏、健身游戏等进行数据传输,实现了简单的人机交互功能。