基于视频的人体运动肢体检测

要实现对视频中人体动作的捕捉和分析首先要提取出人体的运动肢体,当视频中背景和人体姿态比较复杂时,帧差法、光流法等传统的运动目标提取方法并不能准确检测出人体运动肢体的轮廓.在帧差法基础上,提出了动态区域边缘点保留法来获取运动区域的边缘点集,并根据人体先验知识总结出一种边缘点整合的算法,用于对运动区域的边缘点集进一步处理,得到了人体运动肢体较为完整的轮廓.实验证明,该方法可以较好地解决背景干扰和人体及服饰的非刚性问题,比较准确地检测出人体运动肢体的轮廓.     

基于极限学习机快速分类的人体跌倒检测方法

为了准确快速检测人体跌倒状态,提出基于惯性测量单元(inertial measurement unit,IMU)测量和处理数据的极限学习机(extreme learning machine,ELM)快速分类判别方法。分析了人体运动行为特征,构建了腿部运动参数提取模型;通过IMU采集人体腿部运动特征数据,并进行姿态解算;采用ELM方法对人体运动特征的加速度、角速度和姿态进行分类,判断人体是否处于跌倒状态;根据机器学习评价指标对ELM参数进行优化,得到最佳参数。进行了人体运动状态测量实验,结果表明,ELM方法能够对IMU测量和处理数据进行准确快速地分类。当隐含层结点为1 000时,ELM检测方法跌倒检测的准确率为96. 45%,灵敏度为97. 32%,特异性为89. 32%。因此,采用ELM快速检测方法,可有效地对人体运动特征数据进行分类,实现对人体跌倒行为的准确检测。     

基于极限学习快速分类方法的人体跌倒检测方法

为了准确快速检测人体跌倒状态,提出基于惯性测量单元(inertial measurement unit,IMU)测量和处理数据的极限学习机(extreme learning machine,ELM)快速分类判别方法。分析了人体运动行为特征,构建了腿部运动参数提取模型;通过IMU采集人体腿部运动特征数据,并进行姿态解算;采用ELM方法对人体运动特征的加速度、角速度和姿态进行分类,判断人体是否处于跌倒状态;根据机器学习评价指标对ELM参数进行优化,得到最佳参数。进行了人体运动状态测量实验,结果表明,ELM方法能够对IMU测量和处理数据进行准确快速地分类。当隐含层结点为1 000时,ELM检测方法跌倒检测的准确率为96. 45%,灵敏度为97. 32%,特异性为89. 32%。因此,采用ELM快速检测方法,可有效地对人体运动特征数据进行分类,实现对人体跌倒行为的准确检测。     

基于分块变化检测的人体肢体运动跟踪

人体运动跟踪是基于视频的人体运动分析的关键技术之一.提出了一种新的人体肢体运动的跟踪方法,通过基于分块的帧间变化检测和二维人体块模型检测出人体运动区域,利用背景统计的技术从累积的帧差信息中构建出完整的背景区域,进而从运动区域中提取出头部和四肢的区域,通过区域形状分析确定各肢体区域的位置信息,从而判断出关节点的位置.实验证明,该方法可以对人体肢体的大幅度运动进行跟踪.     

基于双姿态传感器的关节运动角度测量方法

针对单自由度关节运动角度测量精度制约于传感器安装姿态的问题,文章以肘关节相对运动角度为测量对象,提出了一种基于双姿态传感器的关节运动角度测量方法。通过欧拉角法建立相应的数学模型,详细阐述了运用双姿态传感器对关节运动角度进行测量的测量原理;并通过静态验证实验与动态对比实验对该测量方法进行了验证。实验结果表明:采用该方法对关节相对运动角度进行测量,于传感器安装姿态无任何特殊要求,测量精度可以达到±0.5°,在实际测量应用中切实可行。     

非刚性人体运动动作图像姿态轮廓提取算法

针对人体运动动作图像提取传统方法仅能获取局部最佳解, 提取的特征序列不连续, 导致轮廓提取效果差的问题, 提出一种非刚性人体运动动作图像姿态轮廓提取算法. 首先, 对人体运动动作图像序列中的尺度不变特征变换(SIFT)进行提取预处理, 获取人体特征提取图, 设计一种人体运动序列顺序概率图模型, 以保证特征序列提取的连续性; 其次, 构建人体肢体外观模型, 基于该外观模型采用序列影像高精度轮廓提取算法提取当前人体运动动作帧的轮廓线. 实验结果表明, 该算法能提取连续的特征序列, 提取的人体姿态轮廓精确度较高, 且具有较高的效率和鲁棒性.     

低成本人体步态在线检测系统

研究了一种由 CCD摄像机、三维测力台及表面肌电信号检测装置组成的人体步态在线检测系统。在该系统中图像、力和表面肌电信号都由一台计算机实时采集。采用普通监控用图像设备和边缘检测、模板匹配等方法识别运动图像中的标志点 ,降低了系统硬件成本和对测试背景的要求。初步应用结果表明 :系统同步性能好 ,空间分辨率小于0 .2 %。该系统不仅适合于临床进行步态分析 ,而且也可用作其他与人体运动姿态有关研究的检测平台。     

人体动作姿态的自动识别方法研究

提出了一种人体动作姿态的自动识别算法,用运动历史图像和运动能量图像分别表示动作姿态发生的区域以及动作姿态发生的过程,并从中提取出改进的不变矩作为特征向量进行人体动作姿态的自动识别,实验结果表明,该算法显著地提高了人体动作姿态的识别效率.     

人体四肢各主要关节最大运动幅度的研究

本文采用ＳＴＫ录相分析系统对无负荷下人体四肢各主要关节在静态与动态时最大运动幅度进行了测量研究，并对静态与动态时关节最大运动幅度的差异进行了对比研究，指出动态时各关节最大运动幅度可定义为该关节运动的临界点。     

采用标记点的弹性连接体三维建模与运动估计

为了采用非常少的参数就能反映人肢体皮肤的变形,提出了一种新的旋转圆锥曲面进行弹性连接体（人体）三维建模,模型包括了人体三维骨架和代表人肢体皮肤的变形曲面方程, 每个肢体只需调整一个变形参数就能反映出人肢体皮肤的变形.根据双目图像序列的标记点估计人体三维变形和运动参数, 包括了骨架的运动参数估计和变形曲面的变形参数确定.实验结果表明：模型能正确地反映人肢体皮肤的变形,运动估计算法能精确地估计人体运动参数.     

跳投技术如何完成于具有非确定性运动规律的人体

本文从人体运动科学原理的角度论述了人体在完成跳投技术过程中,如何对该动作重复实现高度准确的目的。     

基于解析方法的机床运动创成

提出以刀具类型和被加工表面的几何信息为输入，通过解析求解机床运动方案的设计方法。利用该方法可以突破传统的机床运动形式，创成出新型式机床。以平面曲线加工为例，给出了所有两自由度机床的运动方案。     

运动捕捉数据重用方法的研究

自从运动捕捉技术被引入计算机动画制作领域之后,以其真实准确的优点得到了迅速的推广,如今在人们生活的各个领域都能够看到运动捕捉技术的身影,然而该技术同样存在一些缺点,其中最主要的缺点就是运动捕捉的成本十分昂贵,因此如何更好的重用已有的捕捉数据成为计算机图形学研究的一大热点.本文将对现有的运动捕获数据重用技术进行详细的剖析和比较.我们这里所说的重用技术是指在只需要较少的人工交互的基础上对运动数据的重新使用.按照不同的原理和处理方法我们将这些运动数据重用技术分成了三大类:对运动捕捉数据的直接重用,对运动捕捉数据的间接重用和直接与间接相结合的重用方法.并对各种代表技术进行了论述,分析了这些技术的优劣和可能的改进方法.     

A new adaptive fast motion estimation algorithm based on local motion similarity degree (LMSD)

In the motion vector field adaptive search technique (MVFAST) and the predictive motion vector field adaptive search technique (PMVFAST), the size of the largest motion vector from the three adjacent blocks (left, top, top-right) is compared with the threshold to select different search scheme. But a suitable search center and search pattern will not be selected in the adaptive search technique when the adjacent motion vectors are not coherent in local region. This paper presents an efficient adaptive search algorithm. The motion vector variation degree (MVVD) is considered a reasonable factor for adaptive search selection. By the relationship between local motion similarity degree (LMSD) and the variation degree of motion vector (MVVD), the motion vectors are classified as three categories according to corresponding LMSD; then different proposed search schemes are adopted for motion estimation. The experimental results show that the proposed algorithm has a significant computational speedup compared with MVFAST and PMVFAST algorithms, and offers a similar, even better performance.     

一种提高匀速直线运动参数辨识精度的方法

为找到一种基于匀速直线运动模糊的单帧图像,准确辨识成像点扩散函数中模糊参数的方法,对现有文献提出的倒谱、Radon变换、图像微分、图像自相关性以及检测函数等算法进行了仿真和比较.仿真结果表明,倒频谱算法能够更准确地辨识精度运动方向;像素相关性方法能够更准确地辨识模糊长度.对匀速直线运动模糊的单帧图像进行模糊参数辨识时,结合倒谱辨识运动方向和像素相关性辨识模糊长度的算法,能得到更高精度的辨识结果,利于更好地复原图像的质量.     

基于像素特征的运动块补偿算法

提出一种基于像素特征的运动块补偿算法.该算法充分利用视频图像的亮度特征与运动关系,实现了基于目标亮度特征进行分割运动块.同时针对视频图像目标运动特点,求得相应的运动方程,更加准确的反映了目标物体的真实运动,得到较为真实的运动矢量场.实验结果表明,与传统的快速分类搜索(CFS)、全搜索法(FS)相比,使用本文算法得到的视频图像帧,具有更加真实的运动矢量场,并且PSNR值相对CFS大约有20 dB的提高.     

基于APAS的人体上肢运动分析

为了得到人体上肢关节运动数据，利用多维摄像系统，拍摄人体上肢在日常生活中的典型活动。通过设计标记点在人体上肢的布置和建立的人体上肢运动学模型，应用人体运动分析系统APAS分析处理体表标志点的运动，从而得到相应人体部位的运动。该研究可为建立人体上肢有源仿生机构和设计康复器材提供数据来源。     

利用UG运动分析模块实现精密剪切模具的运动仿真分析

阐述了机构运动仿真的意义,介绍了在UG中进行运动仿真的过程,指出了在UG中创建机构运动分析方案的步骤,并按照该步骤详细地阐述了实现精密剪切模具运动仿真的过程.给出了动、静模运动过程中的速度曲线,为利用UG进行精密剪切模具的CAD/CAE进行了探索.     

基于分量分离方法的地震动反应谱

地震动反应谱统计分析中存在的离散性一直是影响设计谱精确估计的重要因素.地震动加速度反应谱离散性偏大的区段主要集中于长周期部分.为了进一步研究地震动反应谱及其长周期段的特征,建立了一个综合强地震动数据库,考虑地震动反应谱的特征将强震记录分为普通型和低频型2类,采用数字滤波方法将低频型地震动中的长周期分量分离,引入了一种2阶段平稳简谐地震动模型用于等效所分离的低频分量.结果表明:滤波后的低频型地震动与普通型地震动反应谱仍有明显差别;低频型地震动与分离后得到的低频分量以及高、中频分量参数间存在一定的相关性;指出普通型地震动与低频型地震动的设计谱须分别单独标定,其中普通型地震动设计谱采用平均谱标定,低频型地震动设计谱可以在普通型地震动设计谱标定方法的基础上对长周期段进行修正得到.该研究为地震动反应谱特征及规律的认识提供了新的方法,为设计谱的精确标定提供了参考和依据.     

基于构形的冗余度机器人自运动规划方法

研究能够直接通过视觉信息进行实时规划的自运动规划方法．冗余度机器人的自运动受到构形约束．从构形出发就能够采用矢量方法规划机器人的自运动。以YJP-1型7自由度机器人为例，针对一类具有旋转自运动主平面的-冗余度机器人，采用基于线性约束的最小二乘法思想，即把机器人末端的运动速度为零作为线性约束条件，代入求机器人自运动逆解的极小最小二乘方程式中进行处理，得到自运动的解析表达式．数值仿真和实验验证了这种算法的有效性。