期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人体步态识别方法与技术
被引量：
10
1
作者
李贻斌
郭佳旻
张勤
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第1期1-18,共18页
针对人体步态识别,从步态数据采集仪器、常见步态数据集、步态参数提取和步态识别方法4个方面分别展开综述。首先,介绍常用的步态数据采集仪器的优缺点、可靠性和应用场景;其次,从建立机构、样本容量、采样率、环境、仪器和变量6个方面...
针对人体步态识别,从步态数据采集仪器、常见步态数据集、步态参数提取和步态识别方法4个方面分别展开综述。首先,介绍常用的步态数据采集仪器的优缺点、可靠性和应用场景;其次,从建立机构、样本容量、采样率、环境、仪器和变量6个方面对常用的步态数据集进行对比分析;然后,将现有步态参数提取方法分为基于模型的方法和基于非模型的方法进行详细阐述,进而在步态识别算法方面分别从支持向量机、自编码器和卷积神经网络三方面进行介绍,并对上述方法从身份识别和异常步态辨识两个应用方向分别展开对比;最后,结合实际应用指出当前研究存在的不足和未来的发展方向。
展开更多
关键词
人工智能
步态数据采集
步态数据集
步态参数提取
步态识别
原文传递
人体步态分析与负重外骨骼机器人的动力学仿真
被引量：
10
2
作者
陈梁军
孔令成
+2 位作者
王玉成
曹志刚
朱红生
《科学技术与工程》
北大核心
2016年第27期45-49,共5页
分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运...
分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。
展开更多
关键词
负重外骨骼机器人
步态数据库
步态分析与规划
动力学仿真
关节转矩
下载PDF
职称材料
基于深度卷积限制玻尔兹曼机的步态识别
被引量：
5
3
作者
周兰
于重重
+1 位作者
陈秀新
王鑫
《计算机工程与设计》
北大核心
2018年第1期244-248,共5页
传统的步态识别方法难以得到有效的步态特征,而深度学习方法可以通过学习自动获得特征,然而现有的深度学习模型用于步态识别时存在一些问题。深度卷积神经网络训练速度快,但训练精度较低;深度置信网络模型精度较高,但模型收敛速度较慢...
传统的步态识别方法难以得到有效的步态特征,而深度学习方法可以通过学习自动获得特征,然而现有的深度学习模型用于步态识别时存在一些问题。深度卷积神经网络训练速度快,但训练精度较低;深度置信网络模型精度较高,但模型收敛速度较慢。针对这两种模型的特点,提出一种两者平衡的算法模型,即深度卷积限制玻尔兹曼机。将卷积神经网络中权值共享、提取图像局部特征等方面的优势融入深度玻尔兹曼机模型中,提高训练精度,减少参数数量。所提算法在CASIA步态数据库上的实验结果验证了该算法在步态识别问题上的有效性和可行性。
展开更多
关键词
步态识别
深度卷积限制玻尔兹曼机
深度卷积神经网络
限制玻尔兹曼机
CASIA步态数据库
下载PDF
职称材料
基于骨架信息的异常步态识别方法
被引量：
10
4
作者
田皓宇
马昕
李贻斌
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022年第4期725-737,共13页
利用低成本的Kinect相机可以实现人体姿态捕捉,代替价格昂贵的光学动作捕捉系统进行异常步态分析。本文从病理性异常步态特征、步态数据集、Kinect相机可靠性和异常步态识别方法4个方面分别对异常步态分析的发展现状展开综述。首先,总...
利用低成本的Kinect相机可以实现人体姿态捕捉,代替价格昂贵的光学动作捕捉系统进行异常步态分析。本文从病理性异常步态特征、步态数据集、Kinect相机可靠性和异常步态识别方法4个方面分别对异常步态分析的发展现状展开综述。首先,总结了常见的异常步态的病理性特点,介绍了步态分析中常用的步态特征和步态事件;然后,介绍了基于Kinect相机采集的异常步态骨架数据集和可穿戴设备、压力传感器采集的异常步态数据集;广泛调查了验证Kinect用于步态分析可靠性的相关实验研究,讨论了Kinect相机及骨架数据用于步态分析的可行性;最后,分别从异常步态特征提取和异常步态分类器两个方面介绍了这一领域的发展现状,结合实际应用指出当前研究存在的不足和发展方向。
展开更多
关键词
人工智能
病理性异常步态
异常步态骨架数据集
Kinect相机
异常步态识别
原文传递
题名
人体步态识别方法与技术
被引量：
10
1
作者
李贻斌
郭佳旻
张勤
机构
山东大学控制科学与工程学院
济南大学自动化与电气工程学院
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第1期1-18,共18页
基金
国家自然科学基金项目(91948201,61673245).
文摘
针对人体步态识别,从步态数据采集仪器、常见步态数据集、步态参数提取和步态识别方法4个方面分别展开综述。首先,介绍常用的步态数据采集仪器的优缺点、可靠性和应用场景;其次,从建立机构、样本容量、采样率、环境、仪器和变量6个方面对常用的步态数据集进行对比分析;然后,将现有步态参数提取方法分为基于模型的方法和基于非模型的方法进行详细阐述,进而在步态识别算法方面分别从支持向量机、自编码器和卷积神经网络三方面进行介绍,并对上述方法从身份识别和异常步态辨识两个应用方向分别展开对比;最后,结合实际应用指出当前研究存在的不足和未来的发展方向。
关键词
人工智能
步态数据采集
步态数据集
步态参数提取
步态识别
Keywords
artificial
intelligence
gait
data
acquisition
gait
database
gait
feature
extraction
gait
recognition
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP391.4 [自动化与计算机技术—控制科学与工程]
原文传递
题名
人体步态分析与负重外骨骼机器人的动力学仿真
被引量：
10
2
作者
陈梁军
孔令成
王玉成
曹志刚
朱红生
机构
合肥工业大学电气与自动化工程学院
中国科学院合肥物质科学研究院先进制造技术研究所
合肥工业大学机械与汽车工程学院
出处
《科学技术与工程》
北大核心
2016年第27期45-49,共5页
基金
中科院合肥物质科学研究院院长基金项目(YZJJ201522)
人因工程重点实验室开放课题(SYFD150051807K)
常州市科技支撑计划项目(CE20150013)资助
文摘
分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。
关键词
负重外骨骼机器人
步态数据库
步态分析与规划
动力学仿真
关节转矩
Keywords
load-exoskeleton
robot
gait
database
gait
analysis
and
planning
dynamic
simulation
joint
torque
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于深度卷积限制玻尔兹曼机的步态识别
被引量：
5
3
作者
周兰
于重重
陈秀新
王鑫
机构
北京工商大学计算机与信息工程学院
出处
《计算机工程与设计》
北大核心
2018年第1期244-248,共5页
基金
北京自然科学基金重点基金项目B类(KZ201410011014)
教育部人文社会科学研究规划基金项目(16YJAZH072)
文摘
传统的步态识别方法难以得到有效的步态特征,而深度学习方法可以通过学习自动获得特征,然而现有的深度学习模型用于步态识别时存在一些问题。深度卷积神经网络训练速度快,但训练精度较低;深度置信网络模型精度较高,但模型收敛速度较慢。针对这两种模型的特点,提出一种两者平衡的算法模型,即深度卷积限制玻尔兹曼机。将卷积神经网络中权值共享、提取图像局部特征等方面的优势融入深度玻尔兹曼机模型中,提高训练精度,减少参数数量。所提算法在CASIA步态数据库上的实验结果验证了该算法在步态识别问题上的有效性和可行性。
关键词
步态识别
深度卷积限制玻尔兹曼机
深度卷积神经网络
限制玻尔兹曼机
CASIA步态数据库
Keywords
gait
recognition
deep
convolutional
restricted
Boltzman
machine
deep
convolutional
neural
networks
restricted
Boltzmann
machine
CASIA
gait
database
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于骨架信息的异常步态识别方法
被引量：
10
4
作者
田皓宇
马昕
李贻斌
机构
山东大学控制科学与工程学院
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022年第4期725-737,共13页
基金
国家重点研究和发展计划项目(2018YFB1305803)
山东省基础研究重点发展计划项目(ZR2019ZD07)
科技创新2030-“新一代人工智能”重大项目(2020AAA0108903)。
文摘
利用低成本的Kinect相机可以实现人体姿态捕捉,代替价格昂贵的光学动作捕捉系统进行异常步态分析。本文从病理性异常步态特征、步态数据集、Kinect相机可靠性和异常步态识别方法4个方面分别对异常步态分析的发展现状展开综述。首先,总结了常见的异常步态的病理性特点,介绍了步态分析中常用的步态特征和步态事件;然后,介绍了基于Kinect相机采集的异常步态骨架数据集和可穿戴设备、压力传感器采集的异常步态数据集;广泛调查了验证Kinect用于步态分析可靠性的相关实验研究,讨论了Kinect相机及骨架数据用于步态分析的可行性;最后,分别从异常步态特征提取和异常步态分类器两个方面介绍了这一领域的发展现状,结合实际应用指出当前研究存在的不足和发展方向。
关键词
人工智能
病理性异常步态
异常步态骨架数据集
Kinect相机
异常步态识别
Keywords
artificial
intelligence
pathological
abnormal
gait
abnormal
gait
skeleton
database
Kinect
abnormal
gait
recognition
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP391 [自动化与计算机技术—控制科学与工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
人体步态识别方法与技术
李贻斌
郭佳旻
张勤
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020
10
原文传递
2
人体步态分析与负重外骨骼机器人的动力学仿真
陈梁军
孔令成
王玉成
曹志刚
朱红生
《科学技术与工程》
北大核心
2016
10
下载PDF
职称材料
3
基于深度卷积限制玻尔兹曼机的步态识别
周兰
于重重
陈秀新
王鑫
《计算机工程与设计》
北大核心
2018
5
下载PDF
职称材料
4
基于骨架信息的异常步态识别方法
田皓宇
马昕
李贻斌
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022
10
原文传递
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
