版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、由于科技醫(yī)療水平的提高,人口老齡化程度加深以及生活方式的改變,空巢老人現(xiàn)象也越來越廣泛。跌倒已成為造成老年人最普遍最直接的傷害之一,設(shè)計(jì)出便于監(jiān)測又方便攜帶的保護(hù)裝置將成為我們未來重要研究方向。本文在基于實(shí)現(xiàn)可攜帶的跌倒防護(hù)裝置的大前提下,主要從事用于求解人體運(yùn)動(dòng)目標(biāo)模型的粒子濾波算法和用于求解人體關(guān)節(jié)運(yùn)動(dòng)模型的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型的置信傳播算法的研究,其主要研究內(nèi)容及成果如下:
(1)本文分析了人的運(yùn)動(dòng)特點(diǎn)后建立骨骼模型,為了
2、能夠在計(jì)算機(jī)中實(shí)現(xiàn)實(shí)時(shí)計(jì)算又建立了人體關(guān)節(jié)模型。在運(yùn)動(dòng)數(shù)據(jù)方面基于安大略金斯敦皇后大學(xué)BioMotionLab實(shí)驗(yàn)室的人體運(yùn)動(dòng)系統(tǒng),設(shè)計(jì)了人體各個(gè)關(guān)節(jié)在行進(jìn)過程中的行走速度和跌倒空間位置參數(shù),最終實(shí)現(xiàn)虛擬人行進(jìn)和跌倒過程。
(2)在人體關(guān)節(jié)模型的基礎(chǔ)上對人體運(yùn)動(dòng)目標(biāo)模型和觀測模型進(jìn)行設(shè)計(jì),進(jìn)一步設(shè)計(jì)出貝葉斯理論框架下的預(yù)測方程和更新方程,由于人體運(yùn)動(dòng)的多樣性和復(fù)雜性采用粒子濾波算法對人體貝葉斯模型進(jìn)行求解。粒子濾波算法是一種可
3、以求解非高斯非線性系統(tǒng)的算法,在文章中對粒子濾波算法的重要性采樣、序列重要性采樣似然函數(shù)的選取以及重采樣進(jìn)行了設(shè)計(jì),使用Matlab對該算法進(jìn)行仿真,最后較好的實(shí)現(xiàn)了人體行進(jìn)和跌倒的姿態(tài)估計(jì)。
(3)在人體關(guān)節(jié)模型的基礎(chǔ)上建立了人體動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型,并針對貝葉斯網(wǎng)絡(luò)的特點(diǎn)提出了置信傳播算法來求解模型。置信傳播算法是一種專門用于求解圖模型的概率統(tǒng)計(jì)算法,它對于無環(huán)的圖模型網(wǎng)絡(luò)可以精確地計(jì)算出邊緣概率密度分布。本文針對置信傳播算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于統(tǒng)計(jì)模型人體姿態(tài)估計(jì)系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于圖結(jié)構(gòu)模型的人體姿態(tài)估計(jì)研究.pdf
- 基于人體姿態(tài)的跌倒檢測算法研究與應(yīng)用.pdf
- 人體姿態(tài)估計(jì)方法研究.pdf
- 靜態(tài)圖片人體姿態(tài)估計(jì)研究.pdf
- 基于姿態(tài)聚類和候選重組的人體姿態(tài)估計(jì).pdf
- 人體姿態(tài)估計(jì)的研究-畢業(yè)論文
- 基于混合部件模型的姿態(tài)估計(jì)方法研究.pdf
- 基于Kinect的人體姿態(tài)估計(jì)與動(dòng)作識別.pdf
- 利用Kinect估計(jì)人體頭部姿態(tài).pdf
- 基于主動(dòng)形狀模型的頭部姿態(tài)估計(jì).pdf
- 智能教室中基于視覺的人體姿態(tài)估計(jì).pdf
- 靜態(tài)圖像中的人體姿態(tài)估計(jì)研究.pdf
- 深度圖像中人體姿態(tài)估計(jì)研究.pdf
- 基于視頻序列的人體姿態(tài)檢測與估計(jì)系統(tǒng).pdf
- 基于統(tǒng)計(jì)模型的多姿態(tài)人臉識別研究.pdf
- 無標(biāo)記人體運(yùn)動(dòng)捕捉及姿態(tài)估計(jì)的研究.pdf
- 基于單目視頻序列的二維全身人體姿態(tài)估計(jì)的研究.pdf
- 基于人體圖模型的姿勢估計(jì)技術(shù)研究.pdf
- 視頻中人體姿態(tài)估計(jì)、跟蹤與行為識別研究.pdf
評論
0/150
提交評論