【摘 要】
：
随着人工智能的不断发展,其在计算机视觉领域的一个重要应用,人体动作识别技术越来越受到人们的关注。人体动作识别技术主要利用计算机视觉来判断一张图片或一段视频中人体动作行为的类别,该技术可以应用在人机交互、医疗康复、运动监测等众多领域。现有基于计算机视觉的研究方法在进行人体识别过程中容易受到复杂背景、人体穿着、光线强弱等多种因素影响,导致识别率低、识别结果较差。针对以上问题,本文提出了一种通过对人体骨
【基金项目】
：
陕西省自然科学基金（编号:2018JM6100）；
论文部分内容阅读
随着人工智能的不断发展,其在计算机视觉领域的一个重要应用,人体动作识别技术越来越受到人们的关注。人体动作识别技术主要利用计算机视觉来判断一张图片或一段视频中人体动作行为的类别,该技术可以应用在人机交互、医疗康复、运动监测等众多领域。现有基于计算机视觉的研究方法在进行人体识别过程中容易受到复杂背景、人体穿着、光线强弱等多种因素影响,导致识别率低、识别结果较差。针对以上问题,本文提出了一种通过对人体骨骼点的预测来对人体动作进行识别的方法,该方法主要通过对Kinect和OpenPose的三维人体骨骼点的改进来实现。首先使用Kinect深度传感器代替传统的图像传感器,Kinect深度传感器能便利的获取人体彩色图像数据、深度图像数据及骨骼点数据;其次,结合OpenPose二维骨骼点检测算法对骨骼点进行处理优化,OpenPose是一种基于RGB图像的算法模型,可以检测识别单人或多人的二维骨骼点数据,在小部分被遮挡情况下,可以推断并预测被遮挡骨骼点的位置。最后,将Kinect获取的三维骨骼点坐标作为待优化坐标,再将OpenPose获取的二维骨骼点坐标映射处理得到三维骨骼点坐标作为优化参数,通过LM算法对两者进行拟合优化,得到所需的稳定三维人体骨骼点序列。同时针对LM算法运算量大,速度慢的问题,通过调整约束系数和约束项对LM算法流程进行改进,减少了运算量,提高了识别速度。通过定量测试和定性分析得到,改进后的人体动作识别算法虽然速度比单独使用Kinect或OpenPose算法时识别速度慢0.6-1秒左右,但是得到的骨骼点更稳定,有效解决了Kinect识别时骨骼点抖动和自遮挡的问题,同时结合DTW算法对人体动作进行识别评估,平均识别率比单独使用Kinect提高了6.32%,对自遮挡动作识别率的提升尤为明显。
其他文献
刹车系统接触区一旦受雨水侵入恶劣环境的影响,极易发生过量磨损导致的制动失效现象。本文考虑大量雨水侵入刹车系统接触区而形成的液体润滑极端情况,将织构化技术引入刹车系统,开展织构化刹车系统动态仿真和润滑特性研究,研究多因素影响下刹车系统摩擦学性能、制动特性和热力学行为变化规律,进而有助于改善刹车系统的工作性能。1)与传统干摩擦接触不同,雨水异常侵入工况下刹车系统接触区将会演变出润滑状态,其润滑失效机制
车联网中,智能车载终端搭载的云计算服务会存在时延过长。而移动边缘计算可以在网络边缘节点下沉云计算中心的计算能力和存储资源,能够有效解决移动服务的时延和能耗问题。但是,由于车辆的移动性造成了车辆脱离边缘计算节点的覆盖范围,使边缘计算服务中断。因此,在许多时延敏感型的移动终端服务中,应用了移动边缘计算技术中的服务迁移技术,解决车载服务不连续甚至中断的问题。本文针对车联网中智能车辆的移动性和边缘节点通信
场景化测试是自动驾驶领域的关键技术,研究测试场景生成方法是自动驾驶预期功能安全的重要方向。因为自然驾驶场景具有随机性,关键且危险测试场景成为自动驾驶测试中的小概率事件,这使得自动驾驶汽车的安全性无法得到充分验证。自动紧急制动系统作为自动驾驶中的重要组成部分,其测试场景的相关研究已经趋于成熟,但车辆在具有坡度变化的坡道行驶时,车辆的自动紧急制动性能明显受坡度影响,对此,研究纵坡下自动紧急制动的关键场
近年来,汽车保有量不断攀升,传统燃油车仍然占据汽车保有量的主体地位,导致环境污染以及石油资源消耗等问题。由于纯电动汽车具有结构简单、零污染以及能够缓解石油资源短缺的压力等优点,因此纯电动汽车及其相关控制技术的发展受到广泛关注。但是,纯电动汽车受到电池容量的限制,续驶里程相较传统燃油车存在明显不足,因此如何利用再生制动技术提升能量利用率,增加车辆续驶里程是当前的研究热点之一。本文针对某款纯电动汽车,
本文主要介绍了测试待测物温度场需要的光学实验系统,通过纹影+干涉法相结合的方式同步采集同一个流场的温度值变化,使用纹影定量测量技术的基本原理以及干涉法测量的基本原理,对金属桥箔爆轰温度场进行测试及重建。为了能够重建出温度场,本课题首先用到的待测物是蜡烛,测试蜡烛火焰温度场的温度值变化。本文中纹影系统用到的方法是通过定标纹影法,将纹影图像的灰度值大小的变化与刀口偏移量之间结合起来,实际上也就是等同于
随着汽车向以人为中心的生活空间演变,汽车与驾驶员之间的交互不再局限于简单的行车状态交互,而是逐步扩大至智能驾驶、资讯娱乐等方面。传统仪表已无法满足用户的安全、智能、沉浸式体验需求。在此背景下,抬头显示（Head-Up Display,简称HUD）应运而生,它将行车状态、导航、辅助驾驶等信息直接投射在驾乘人员眼前,驾驶员无需切换视线就能获取行车状态等信息,缩减了盲驾时间,提高了驾驶安全系数。如今,市
调频连续波（Frequency Modulated Continuous Wave,FMCW）激光干涉是一种将频率调制和干涉相结合的新型光学测量技术。它能够实现大动态范围的高精度测量,可以被应用于军工和现代光刻机制造领域。现有的三维运动平台要求传感器具有高精度。因此,本文的主要任务是设计用于三维运动平台的FMCW激光干涉测量嵌入式系统,实现对被测物体高精度的位移测量。本文分析了调频连续波激光干涉测
在超光滑表面加工中,重要的一步是去除损伤层,现有的加工技术中,接触式加工会造成被加工光学元件产生表面及亚表面损伤,非接触式加工存在加工效率低、加工成本高等缺点,而大气等离子体抛光技术,可以达到去除损伤层的目标的同时加工效率高、成本低,在光学元件高效无损加工方法中有很大的发展空间。但该技术对于熔石英的加工目前存在温度效应问题以及二次吸附物问题亟待解决,本课题对这两个问题进行研究,同时探究该加工方法是
植物叶片能够直接反映植物的生长状态,常作为植物识别、分类和生长状态监控的研究对象。在目标叶片的分割和识别中,叶片之间常常存在相互重叠以及部分叶片弯曲角度较大等现象,这些现象极大地增加了目标叶片的分割和识别难度。同时,这些现象也直接影响了目标叶片的分割和特征提取的准确度和效率。只有通过植物叶片图像的精确分割,对植物表型的后续分析才成为可能。本文搭建了基于光度立体和神经网络的植物叶片表面重建与分割系统
从干涉图中获得被测样品的相位分布是光学干涉测量中的一个基本问题。由于相位分布反映了被测物体表面的轮廓/形貌信息,因此重建相位的精度直接影响干涉测量的最终精度。在光学球面/非球面面型检测中,通常会得到含有闭合条纹的干涉图。从单幅含有闭合条纹的干涉图实现相位解调,目前存在着相位重建精度低、计算量大以及对噪声敏感的缺点。针对该问题,本文提出了基于深度学习的两种干涉图解调算法,可以实现对单幅闭合干涉图的高