期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到72篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Kinect传感器骨骼信息的人体动作识别 被引量：25
1
作者 朱国刚 曹林 《计算机仿真》 CSCD 北大核心 2014年第12期329-333,345,共6页
为研究人体骨骼结构、骨骼关节点位置信息以及人体动作所具有的骨骼角度特征,提出了一种基于深度传感器提取人体骨骼信息的动作识别方法。方法利用Kinect深度传感器,实时准确地捕获人体骨骼三维数据,并根据坐标系变换构建人体骨骼拓扑... 为研究人体骨骼结构、骨骼关节点位置信息以及人体动作所具有的骨骼角度特征,提出了一种基于深度传感器提取人体骨骼信息的动作识别方法。方法利用Kinect深度传感器,实时准确地捕获人体骨骼三维数据,并根据坐标系变换构建人体骨骼拓扑结构。然后提取人体动作所感兴趣的骨骼关节点,定义骨骼向量,并获取每段骨骼向量的方向余弦特征;最后通过多类支持向量机训练以及动作识别分类。实验结果表明,相比于传统基于轮廓特征的方法,改进方法对人体识别具有更高的识别准确率,鲁棒性强。 展开更多
关键词 深度传感器 骨骼信息 方向余弦 支持向量机 动作识别
下载PDF
基于三轴加速度传感器的人体运动识别 被引量：24
2
作者 李锋 潘敬奎 《计算机研究与发展》 EI CSCD 北大核心 2016年第3期621-631,共11页
提出并实现一种基于移动设备的用户运动行为的检测算法.在用户随身携带移动设备的情况下,算法就可以根据移动设备中的三轴加速度数据,判别出来用户的行为状态.算法综合分析了加速度传感器数据的时域和频域特性,并通过方向无关性和步幅处... 提出并实现一种基于移动设备的用户运动行为的检测算法.在用户随身携带移动设备的情况下,算法就可以根据移动设备中的三轴加速度数据,判别出来用户的行为状态.算法综合分析了加速度传感器数据的时域和频域特性,并通过方向无关性和步幅处理,进一步提高算法的适应性.算法对所抽取21个运动特征值进行了主成分分析,找出了11个主要特征成分,然后使用这些主成分对运行数据进行识别分类.提高了算法准确度,并降低了算法的时间和空间复杂度.在对分类算法综合分析和比较后,J48判决树算法被采纳.算法还根据人类运动的习惯和特性,对特性分类并计算分类的结果,再采用隐式Markov模型进行处理,进一步提高识别的准确度.对多人、多状态数据的实验表明,这种综合方法具有较高的识别准确度和适应性,在对多人多次实际运动数据的处理中,正确识别率可以达到96.13%. 展开更多
关键词 人体运动识别 运动分析 主成分分析 隐MARKOV模型 判决树
下载PDF
超宽带雷达人体动作识别 被引量：16
3
作者 蒋留兵 李骢 车俐 《电子测量与仪器学报》 CSCD 北大核心 2018年第1期129-134,共6页
超宽带雷达由于其极高的距离分辨力等优势,因此具有良好的目标识别能力,在安全监控、医疗健康等应用领域具有重大意义。但现有利用超宽带雷达进行人体动作识别的方法,仅利用了雷达回波的距离维信息,并没有考虑一个动作的时间相关性,在... 超宽带雷达由于其极高的距离分辨力等优势,因此具有良好的目标识别能力,在安全监控、医疗健康等应用领域具有重大意义。但现有利用超宽带雷达进行人体动作识别的方法,仅利用了雷达回波的距离维信息,并没有考虑一个动作的时间相关性,在处理更多相似人体动作类型时,其识别性能会下降。针对这一问题,充分利用超宽带雷达回波的时间-距离二维信息,提出了基于二维离散小波变换的特征提取方法,显著增强了不同动作的可分性,同时降低了分类处理的数据维数,提高了算法效率。最后,基于实测数据的分类实验结果显示,对9种不同的人体动作进行分类,该方法取得了很好的识别效果,识别率超过90%,验证了方法的可行性和有效性。 展开更多
关键词 超宽带雷达 人体动作识别 二维离散小波变换 特征提取
下载PDF
基于惯性传感器和LSTM神经网络的人体运动识别方法 被引量：13
4
作者 佟丽娜 马航航 彭亮 《传感技术学报》 CAS CSCD 北大核心 2020年第11期1536-1543,共8页
面向人体惯性运动捕捉系统,提出一种基于长短期记忆网络(LSTM)的人体运动模式识别方法。设计1个包含2层LSTM层的深度学习神经网络对人体三维加速度信息进行自动特征提取并对多类运动模式进行时序建模,从而实现对运动模式的快速实时识别... 面向人体惯性运动捕捉系统,提出一种基于长短期记忆网络(LSTM)的人体运动模式识别方法。设计1个包含2层LSTM层的深度学习神经网络对人体三维加速度信息进行自动特征提取并对多类运动模式进行时序建模,从而实现对运动模式的快速实时识别。实验基于WISDM公开数据集,对人体右腿前口袋部位的三维加速度信息进行分析,验证模型识别人体慢跑、步行、坐、站、上楼、下楼运动过程的准确率为97.5%,并通过对比实验验证了该方法的有效性。为基于移动设备及可穿戴设备的人体运动识别研究提供了一个可行的方法。 展开更多
关键词 人体运动识别 惯性运动信息 LSTM神经网络 时序模型
下载PDF
基于FMCW雷达的人体复杂动作识别 被引量：13
5
作者 丁晨旭 张远辉 +1 位作者 孙哲涛 刘康 《雷达科学与技术》 北大核心 2020年第6期584-590,共7页
针对利用摄像机进行人体动作识别时易受视距和光线影响等问题,提出一种基于FMCW雷达的人体复杂动作识别方案。首先基于FMCW信号模型对雷达采样数据采用一种以RDM(Range Doppler Map)向速度维投影的方式逐帧构建微多普勒谱图,继而基于微... 针对利用摄像机进行人体动作识别时易受视距和光线影响等问题,提出一种基于FMCW雷达的人体复杂动作识别方案。首先基于FMCW信号模型对雷达采样数据采用一种以RDM(Range Doppler Map)向速度维投影的方式逐帧构建微多普勒谱图,继而基于微多普勒谱图来提取用于表征整个动作频谱相关信息的8种特征矢量。最后,基于雷达实测数据,以贝叶斯超参数调整优化后的支持向量机作为分类器,分析利用所提取的单特征矢量以及特征矢量组合来进行分类时对分类准确率的影响,用以筛选最优异的特征矢量组合。实验结果表明,从微多普勒谱图中所提取的特征矢量皆可直观地表述整个动作过程的特性,且利用最终筛选得到的最优异的特征矢量组合对已知个体和未知个体的9种动作进行识别,识别准确率分别高达99.07%和96.76%。 展开更多
关键词 毫米波雷达 人体动作识别 微多普勒 特征提取 支持向量机
下载PDF
一种运动图像标志点识别跟踪方法的研究 被引量：4
6
作者 庄涛 王人成 《系统工程与电子技术》 EI CSCD 北大核心 2002年第4期89-92,共4页
提出了一种运动跟踪方法。该方法通过对人体目标图像进行差分消影和遗传恢复 ,能够从自由背景中识别出人体运动图像的标志点 ,可以提高基于普通摄像机的人体运动分析系统对环境的适应性。初步的应用结果表明 ,这种方法对实验环境要求低 ... 提出了一种运动跟踪方法。该方法通过对人体目标图像进行差分消影和遗传恢复 ,能够从自由背景中识别出人体运动图像的标志点 ,可以提高基于普通摄像机的人体运动分析系统对环境的适应性。初步的应用结果表明 ,这种方法对实验环境要求低 ,鲁棒性强 ,识别率高 ,不仅可以用于人体运动分析 ,而且对在其它自由背景下运动目标的自动跟踪也有很大的应用潜力。 展开更多
关键词 运动图像标志点识别跟踪方法 人体运动 运动识别 遗传算法 图像识别
下载PDF
基于非接触式电容传感的人体运动意图识别 被引量：11
7
作者 王启宁 郑恩昊 +1 位作者 许东方 麦金耿 《机械工程学报》 EI CAS CSCD 北大核心 2019年第11期19-27,共9页
人体运动意图的准确可靠识别是人机共融中的关键问题之一。针对现有研究中的局限和不足,提出了全新的非接触式电容传感方法。该方法以金属电极不接触皮肤的方式测量肌肉收缩信号。介绍了电容传感的原理,分析了基于该方法测量肌肉收缩形... 人体运动意图的准确可靠识别是人机共融中的关键问题之一。针对现有研究中的局限和不足,提出了全新的非接触式电容传感方法。该方法以金属电极不接触皮肤的方式测量肌肉收缩信号。介绍了电容传感的原理,分析了基于该方法测量肌肉收缩形状变化的机理。分别介绍了非接触式电容传感方法在小腿智能动力假肢控制和上肢运动识别中的应用。针对下肢智能假肢控制,提出了基于非接触式电容传感的运动模态以及模态切换的识别。为了进一步提高系统的可穿戴性,提出了基于柔性可延展液态金属电极的电容传感系统并进行了初步的试验验证;针对上肢运动识别,首先介绍了用于腕关节离散运动模式的识别研究,其次介绍了基于电容传感对连续握力的识别和估计,证实了电容传感这一全新方法在上肢运动识别中的可行性。未来会在穿戴式机器人控制以及协作性机器人模仿学习中对电容传感方法进行更深入的研究。 展开更多
关键词 人体运动意图识别 非接触式电容传感 下肢智能假肢 上肢运动识别
原文传递
基于卷积神经网络的雷达人体动作识别方法 被引量：11
8
作者 蒋留兵 魏光萌 车俐 《计算机应用与软件》 北大核心 2019年第11期168-174,234,共8页
利用雷达来识别人体动作对环境要求较低,且避免了摄像头带来的的隐私问题.针对这种需求,提出一种基于超宽带雷达和深度学习算法的人体动作识别方法.利用超宽带雷达的高距离分辨力,并针对人体动作的动态特性,提取出人体目标的距离-时间... 利用雷达来识别人体动作对环境要求较低,且避免了摄像头带来的的隐私问题.针对这种需求,提出一种基于超宽带雷达和深度学习算法的人体动作识别方法.利用超宽带雷达的高距离分辨力,并针对人体动作的动态特性,提取出人体目标的距离-时间二维特征,弥补单一距离特征的不足.针对特征图采用一种经过优化的卷积神经网络进行识别.通过SIR-20高速探地雷达平台进行数据采集,对8种不同的人体动作进行识别,最终达到了平均99.2%的正确识别率,验证了该方法的可行性和有效性. 展开更多
关键词 人体动作识别 超宽带雷达 深度学习 卷积神经网络
下载PDF
基于双向门控循环单元的3D人体运动预测 被引量：9
9
作者 桑海峰 陈紫珍 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2256-2263,共8页
在机器视觉领域,预测人体运动对于及时的人机交互及人员跟踪等是非常有必要的。为了改善人机交互及人员跟踪等的性能,该文提出一种基于双向门控循环单元(GRU)的编-解码器模型(EBiGRU-D)来学习3D人体运动并给出一段时间内的运动预测。EBi... 在机器视觉领域,预测人体运动对于及时的人机交互及人员跟踪等是非常有必要的。为了改善人机交互及人员跟踪等的性能,该文提出一种基于双向门控循环单元(GRU)的编-解码器模型(EBiGRU-D)来学习3D人体运动并给出一段时间内的运动预测。EBiGRU-D是一种深递归神经网络(RNN),其中编码器是一个双向GRU(BiGRU)单元,解码器是一个单向GRU单元。BiGRU使原始数据从正反两个方向同时输入并进行编码,编成一个状态向量然后送入解码器进行解码。BiGRU将当前的输出与前后时刻的状态关联起来,使输出充分考虑了前后时刻的特征,从而使预测更加准确。在human3.6m数据集上的实验表明EBiGRU-D不仅极大地改善了3D人体运动预测的误差还大大地增加了准确预测的时间。 展开更多
关键词 人体运动预测 3D动作识别 递归神经网络 深度学习
下载PDF
基于深度学习的人体动作识别方法 被引量：9
10
作者 沈西挺 于晟 +2 位作者 董瑶 董永峰 张泽伟 《计算机工程与设计》 北大核心 2020年第4期1153-1157,共5页
对基于机器视觉的人体动作识别的成果进行研究,为提高视频数据集中人体动作的识别率,提出一种改进的深度网络模型。采用稠密光流方法处理数据,结合二维卷积神经网络(2DCNN)、三维卷积神经网络(3DCNN)和长短期记忆神经网络(LSTM)对动作... 对基于机器视觉的人体动作识别的成果进行研究,为提高视频数据集中人体动作的识别率,提出一种改进的深度网络模型。采用稠密光流方法处理数据,结合二维卷积神经网络(2DCNN)、三维卷积神经网络(3DCNN)和长短期记忆神经网络(LSTM)对动作特征进行提取,利用Softmax分类器识别分类。通过KTH数据集进行实验对比验证,分析结果表明,改进模型相比其它已有模型具有更高的识别率,动作识别效果更优。 展开更多
关键词 人体动作识别 深度学习 KTH数据集 卷积神经网络 稠密光流
下载PDF
利用二维小波包分解实现超宽带雷达人体动作识别 被引量：9
11
作者 蒋留兵 李骢 车俐 《电子测量与仪器学报》 CSCD 北大核心 2018年第8期69-75,共7页
利用超宽带雷达进行自动非接触式的生理信号检测或人体动作分析成为近年来的一个研究热点,其重要应用是在安全监控或医疗健康领域对不同的人体动作进行有效识别。针对这一应用需求,提出了一种新的有效的超宽带雷达人体动作识别方法。对... 利用超宽带雷达进行自动非接触式的生理信号检测或人体动作分析成为近年来的一个研究热点,其重要应用是在安全监控或医疗健康领域对不同的人体动作进行有效识别。针对这一应用需求,提出了一种新的有效的超宽带雷达人体动作识别方法。对接收的超宽带雷达回波,采用二维小波包分解结合奇异值分解的特征提取和降维方法,有效抓住了不同人体动作的类别属性信息,显著增强了不同人体动作的可分性,再利用支持向量机分类器即可实现对人体动作的有效区分。基于实测数据的分类实验结果显示,对九种不同的人体动作进行分类,平均识别率超过95%,且各动作的识别率和召回率都达到90%。相比于其他同类方法,方法的识别性能更优,验证了所提方法的可行性和有效性。 展开更多
关键词 超宽带雷达 人体动作识别 二维小波包分解 特征提取
下载PDF
人体运动的数据采集系统及识别设计 被引量：8
12
作者 李晓兰 《计算技术与自动化》 2019年第2期146-150,共5页
人体运动的数据采集系统可实时监测人体日常活动,为人体运动健康提供了更科学的辅助。利用Shimmer无线可穿戴传感器设备采集运动数据,建立了监测人体运动的8个部位传感器节点模型,并构建了10个具有代表性的动作进行识别。用中值滤波算... 人体运动的数据采集系统可实时监测人体日常活动,为人体运动健康提供了更科学的辅助。利用Shimmer无线可穿戴传感器设备采集运动数据,建立了监测人体运动的8个部位传感器节点模型,并构建了10个具有代表性的动作进行识别。用中值滤波算法实现对原始信号的过滤处理,采用固定滑动窗口分割法对数据进行分割处理,结合特征提取技术来获取包含特性的特征向量,选择主成分分析(PCA)技术对特征提取后的特征向量进行降维处理。同时,提出了多节点运动识别模型,利用支持向量机(SVM)、k近邻(kNN)以及最近距离中心算法(NCC)三种不同的算法对单独节点和组合节点的情况下的传感器数据进行分类识别。实验结果表明,所提出的人体运动数据采集系统具有良好的效果,在使用相同识别算法的前提下,多节点组合识别能获得比单节点识别更好的效果。 展开更多
关键词 人体运动 数据采集 运动识别 传感器 人工智能
下载PDF
基于HOF-CNN和HOG特征的视频动作识别系统 被引量：8
13
作者 王瀛 徐奔 左方 《计算机仿真》 北大核心 2022年第6期179-182,318,共5页
视频动作识别是计算机视觉研究领域的重要研究分支,为构建识别效果较好的视频动作识别系统,提出了一种基于稀疏光流和方向梯度直方图的视频动作识别系统。通过使用稀疏光流法处理视频数据,使用二维卷积神经网络(2DCNN)对稀疏光流图像提... 视频动作识别是计算机视觉研究领域的重要研究分支,为构建识别效果较好的视频动作识别系统,提出了一种基于稀疏光流和方向梯度直方图的视频动作识别系统。通过使用稀疏光流法处理视频数据,使用二维卷积神经网络(2DCNN)对稀疏光流图像提取深层特征,然后结合运动帧的HOG特征,使用KNN机器学习器构建动作识别模型。通过使用UCF101数据集的数据进行仿真对比验证,结果证明,构建的模型相比较其它模型,具有更好的识别能力。 展开更多
关键词 人体动作识别 稀疏光流 卷积神经网络
下载PDF
基于可变形卷积神经网络的人体动作识别 被引量：6
14
作者 王雪娇 智敏 《计算机工程与科学》 CSCD 北大核心 2021年第1期105-111,共7页
针对复杂场景中人体动作识别准确率不高的问题,构建了一种基于可变形卷积网络(DCN)与可变形部件模型(DPM)融合改进的人体动作识别系统。首先将DPM的部件滤波器由5个增加到8个,并结合分支定界算法共同将准确率提高约11个百分点,速度提高... 针对复杂场景中人体动作识别准确率不高的问题,构建了一种基于可变形卷积网络(DCN)与可变形部件模型(DPM)融合改进的人体动作识别系统。首先将DPM的部件滤波器由5个增加到8个,并结合分支定界算法共同将准确率提高约11个百分点,速度提高3倍左右;其次利用DCN根据人体动作进行感兴趣点采样;然后将改进的DPM与DCN在可变形池化前进行融合;最后通过全连接层对输入数据进行动作的识别。实验结果表明,此系统能够在人体动作数据集上更快、更准确地得到识别结果。 展开更多
关键词 人体动作识别 可变形卷积 可变形感兴趣池化 可变形部件模型算法 卷积神经网络 分支定界算法
下载PDF
基于双流融合网络的非接触式IR-UWB人体动作识别方法
15
作者 张传宗 王冬子 +2 位作者 郭政鑫 桂林卿 肖甫 《计算机科学》 北大核心 2025年第1期221-231,共11页
随着智能感知技术的飞速发展,人机交互(Human Computer Interaction, HCI)领域迎来了全新的发展态势。传统的人机交互方法主要依赖可穿戴设备或者摄像头采集用户的行为数据,虽然识别精准,却存在不小的局限性。具体而言,可穿戴设备会给... 随着智能感知技术的飞速发展,人机交互(Human Computer Interaction, HCI)领域迎来了全新的发展态势。传统的人机交互方法主要依赖可穿戴设备或者摄像头采集用户的行为数据,虽然识别精准,却存在不小的局限性。具体而言,可穿戴设备会给用户带来额外的使用负担,而基于摄像头的方案不仅会受到环境光线的影响,还会涉及用户隐私的泄露,这些因素均限制了其在日常生活中的广泛应用。为了突破这些限制,实现精确的、非接触式人机交互应用,利用无线射频(Radio Frequency, RF)领域中脉冲超宽带(Impulse Radio Ultra-Wideband, IR-UWB)所具有的高灵敏度和精细空间分辨率等优势,提出了一种基于双流融合网络的非接触式人体动作识别方法。该方法捕获目标运动所导致的时域信号变化,并通过对时域特征进行多普勒频移变化,提取到对应的频域特征。在此基础上,构建了一个融合多维卷积神经网络(Convolutional Neural Networks, CNNs)和GoogLeNet模块的双流网络模型,以实现高精度的动作识别。通过广泛的实验测试,结果表明所提方法对8种常见人体动作的平均识别准确率达到94.89%,并且在不同的测试条件下均能保持超过90%的识别准确率,进一步验证了所提方法的鲁棒性。 展开更多
关键词 人机交互 无线感知 脉冲超宽带 动作识别
混合CNN-HMM的人体动作识别方法 被引量：5
16
作者 张振 张师榕 +3 位作者 赵转哲 刘永明 阚延鹏 涂志健 《电子科技大学学报》 EI CAS CSCD 北大核心 2022年第3期444-451,共8页
针对当前人体动作识别算法检测精度不佳和实验场景多样性的问题,提出了一种混合卷积神经网络−隐马尔可夫模型(CNN-HMM)的人体动作识别方法。建立了抬腿、深蹲和仰卧臀桥3组分别包含1个标准动作姿态和5个非标准动作姿态的人体康复训练动... 针对当前人体动作识别算法检测精度不佳和实验场景多样性的问题,提出了一种混合卷积神经网络−隐马尔可夫模型(CNN-HMM)的人体动作识别方法。建立了抬腿、深蹲和仰卧臀桥3组分别包含1个标准动作姿态和5个非标准动作姿态的人体康复训练动作模型库,结合可穿戴式惯性动作捕捉系统PN2.0获取实验数据。最后从准确率、灵敏度和特异性3个方面进行性能评估。实验结果表明,该方法能够以较高识别率将6种不同动作姿态区分开,其平均识别准确率为97.00%,相较于单一CNN方法提高了5.78%。 展开更多
关键词 卷积神经网络 隐马尔可夫模型 人体动作识别 模式识别与智能系统 感知神经元
下载PDF
基于机器视觉的运动动作多特征识别算法研究 被引量：1
17
作者 张楠 《自动化与仪器仪表》 2024年第3期82-86,共5页
针对传统特征设计方法的兴趣点泛化能力弱、可迁移性差等问题,研究首先提出一种基于多特征学习的卷积神经网络,然后引入跨模态训练对光流图改进,最后使用运动激励和时间聚合模块进行优化,最终得到基于机器视觉的舞蹈运动动作多特征识别... 针对传统特征设计方法的兴趣点泛化能力弱、可迁移性差等问题,研究首先提出一种基于多特征学习的卷积神经网络,然后引入跨模态训练对光流图改进,最后使用运动激励和时间聚合模块进行优化,最终得到基于机器视觉的舞蹈运动动作多特征识别算法。研究结果显示,在FolkDance舞蹈数据集与AIST++舞蹈数据集中研究并提出的算法融合准确率分别为98.1%与74.3%,且在仅需1.73 s就可对舞蹈动作实现精准识别。综上所述,研究提出的方法能极大减少人工与时间成本,对复杂的舞蹈运动视频中的舞蹈动作能实现精准识别,在实际应用中具有更强的适用性。 展开更多
关键词 机器视觉 多特征学习 舞蹈运动 人体动作识别 跨模态预训练 激励模块
原文传递
一种优化动作特征表示的动作姿态评测模型 被引量：5
18
作者 王婧 谷林 《西安工程大学学报》 CAS 2019年第5期562-567,共6页
运用传统的动作表示方法对动作特征进行表示,存在动作识别精度和识别效率较低的问题。为此提出一种优化的动作特征表示方法,即将动作整体特征与动作局部特征相融合,对动作特征进行全面的表示。动作整体特征采用传统人体姿态矩阵表示,动... 运用传统的动作表示方法对动作特征进行表示,存在动作识别精度和识别效率较低的问题。为此提出一种优化的动作特征表示方法,即将动作整体特征与动作局部特征相融合,对动作特征进行全面的表示。动作整体特征采用传统人体姿态矩阵表示,动作局部特征采用人体骨骼关节点的旋转量表示。利用神经网络训练动作姿态符合度的网络模型,并依据网络模型输出的动作符合度,实现对动作姿态评测。实验表明,优化的动作表示方法,相较于传统的动作表示方法识别精度提高4.643%,具有较高的识别精度和识别效率。 展开更多
关键词 动作特征表示 特征提取 KINECT 人体动作识别 动作符合度
下载PDF
基于静电信号的人体动作识别 被引量：4
19
作者 王以飞 王伟 +3 位作者 田姗姗 李孟轩 李鹏斐 陈曦 《机器人》 EI CSCD 北大核心 2018年第4期423-430,共8页
提出一种通过检测人体行为动作产生的静电信号进行人体动作识别的方法.在分析人体荷电特性的基础上,设计静电信号检测系统采集被测人员的5种典型动作(行走、踏步、坐下、拿取物品、挥手)的静电感应信号.对采集的5种动作的静电信号进行... 提出一种通过检测人体行为动作产生的静电信号进行人体动作识别的方法.在分析人体荷电特性的基础上,设计静电信号检测系统采集被测人员的5种典型动作(行走、踏步、坐下、拿取物品、挥手)的静电感应信号.对采集的5种动作的静电信号进行特征参量提取和显著性差异分析,优化用于分类的特征参数.基于Weka平台使用3种分类算法(支持向量机、决策树C4.5和随机森林)分别对采集到的250组样本数据通过10折交叉验证进行了分类识别,结果显示随机森林算法的识别效果最好,正确率可达99.6%.研究表明本文提出的单人环境下基于人体静电信号的动作分类识别方法能够有效地对典型人体动作进行识别. 展开更多
关键词 人机交互 人体动作识别 静电信号 特征提取 分类识别
原文传递
人体动作数据编码与CNN精确识别 被引量：4
20
作者 胡青松 张亮 +1 位作者 丁娟 李世银 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第3期473-480,共8页
人体动作的精确识别面临多方面的挑战,特别是动作采集易受光照强度的影响、动作特征描述不清楚和易物理变形。为了降低这些不利因素的影响,提高动作的识别精确度,该文从3个步骤展开研究:首先,对Kinect提取的人体关节数据进行预处理,从... 人体动作的精确识别面临多方面的挑战,特别是动作采集易受光照强度的影响、动作特征描述不清楚和易物理变形。为了降低这些不利因素的影响,提高动作的识别精确度,该文从3个步骤展开研究:首先,对Kinect提取的人体关节数据进行预处理,从而克服光照问题;随后,使用针对性编码方法对人体动作数据进行编码,进而利用卷积神经网络(convolutional neural network,CNN)自动提取人体动作特征,解决动作特征描述的难题;最后,使用SoftMax完成复杂动作的识别。实验表明,该文算法具有较高的识别准确率和泛化能力,其F1值普遍在0.8以上;在单一属性测试中,复合属性数据比被复合的单一属性数据更有优势,F1值可达0.916;混合属性测试的F1值相比单一属性测试有所下降,下降幅度最高可达约25%。 展开更多
关键词 卷积神经网络 特征提取 人体动作识别 动作数据编码
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部