基于動作捕捉傳感器的人體日常行為識別研究.pdf

1、近年來，越來越多的研究人員開始研究人體行為分析和識別，其應用范圍也在不斷拓展。在醫(yī)學康復工程、體感游戲領(lǐng)域、影視作品創(chuàng)作、虛擬現(xiàn)實、專業(yè)運動分析等許多方面，人體行為分析和識別技術(shù)獲得越來越廣泛的應用并產(chǎn)生巨大的價值。傳統(tǒng)比較成熟的人體行為識別研究大都是基于光學信號，通過對視頻或者圖像序列的分析實現(xiàn)。這種基于光學動作捕捉的行為識別方式優(yōu)勢比較明顯，同時存在根本性的問題：人體動作信號的采集存在不確定性。
　　在本文中，提出了一種新的方

2、案運用于人體運動分析和識別。與傳統(tǒng)的動作捕捉技術(shù)不同的是，本文重點考慮了動作捕捉和分析的便攜性、準確性以及實時性，設(shè)計了一套基于動作捕捉傳感器的人體日常行為識別方案。在我們的系統(tǒng)中，我們使用的可穿戴式運動捕捉系統(tǒng)，以獲得身體姿態(tài)數(shù)據(jù)。整個系統(tǒng)是基于量化的身體姿勢模式識別，這意味著，如果我們使用的量化姿態(tài)數(shù)據(jù)作為輸入數(shù)據(jù)，我們?nèi)匀豢梢灾亟ㄉ眢w的姿態(tài)。在行為識別方面，該方法采用集成最長公共子序列作為核函數(shù)的支持向量機算法，訓練并對人體每天運

3、動的時間序列相似性進行對比，從而實現(xiàn)對常用行為的分類識別。我們使用最長公共子序列作為支持向量機的核函數(shù)，這是從傳統(tǒng)的基于時間的單點信息完全不同。它利用了動作中所包含的時間序列信息，從而可以設(shè)計出一種在空間方法下對人體日常行為的分類方案。
　　本文主要貢獻是在兩方面進行了創(chuàng)新。第一：對比分析了常用的人體模型建立方法后，選取了基于約束的幾何體點線人體骨骼模型，結(jié)合采集到的人體動作信號，更加準確的實現(xiàn)三維重建和姿態(tài)分析。第二，在基于支持