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.     

Human Body Modeling and Posture Simulating Based on 3D Surface Scan Data

This paper presents a new approach for modeling the human body by considering the motion state and the shape of whole body. The body model consists of a skeleton kinematic model and a surface model. The former is used to determine the posture of the body, and the latter is used to generate the body shape according to the given posture. The body surface is reconstructed with multi-segment B-spline surfaces based on the 3D scan data from a real human body. Using only a few joints parameters and the original surface scan data, the various body postures and the shape can be generated easily. The model has a strong potential of being used for ergonomic design, garment design, virtual reality environment, as well as creating human animation, etc.     

神经心理量表理解力检测的人体姿态特征识别方法

神经心理测试可以对各认知域受损严重程度做出客观评价，是检测疾病进展、评估药物疗效的有效手段。其中理解力测试部分通过判断受试者是否根据指令要求作出相应动作实现，是老年人认知功能障碍评估的重要部分，有利于痴呆的早预防早干预。文章提出了一套神经心理测试中理解力检测的人体姿态估计视频分析方法，基于Openpose深度卷积网络提取人体关键点坐标，随后基于图像形态学处理技术和Faster R-CNN等技术提出了纸张、牙刷等目标物体关键点二维坐标提取方法，并以量表中动作要求建立人体姿态估计数学模型。通过实验对神经心理测试的6个动作进行识别，结果表明，所提姿态估计数学模型和交互动作识别方法能够有效检测人体姿态动作指令及人与纸张的交互指令。     

一种基于光学动作捕捉技术的座椅舒适性评价方法

为研究坐姿的舒适性评价方法,以评估一种人机工程座椅和普通座椅之间的舒适差异性为例,提出一种实验测试方法并结合人机工程学理论来评估坐姿的舒适性。在该方法中,基于光学运动捕捉系统、压力传感器和JACK软件,通过EVART实时动作捕捉软件获得人体动作空间运动轨迹TRC文件,用MATLAB软件进行人体动作数据分析处理,获得人体在不同座椅上坐姿状态的角度差异数据,然后将TRC文件导入到JACK软件中,利用JACK软件中的TAT REPORTER工具输出肌力、力矩、疲劳等数据,与实验实际测量的数据进行对比分析,并用人机工程学的方法分析评价。研究表明,这种综合考虑关节角度和JACK软件输出数据的方法能有效地评估坐姿的舒适性。     

一种基于DM642的电子图像稳定系统

介绍了一种基于DM642的电子图像稳定系统,系统采用灰度投影算法。经过初步试验,该系统的稳像精度小于1个象素,达到了系统设计的性能指标。同时,介绍了电子图像稳定的基本原理和常用算法,分析了系统的组成结构和特点。实践证明,该系统有着一定的应用价值,已经在试验车上得到了初步的应用。     

基于ITK的数字重建放射影像重建算法与应用

数字重建放射影像在放射治疗计划系统中广泛应用,有多种实现方法,ITK是开源的图像分析和处理的开发包,广泛应用于医学图像处理等领域;文章在讨论DRR图像的基本原理基础上,介绍了一种基于ITK的数字重建影像成像算法,并将该算法应用于自主开发的精确放疗系统,效果良好。     

基于VTK的医学图像三维重建系统的设计与实现

VTK(The Visualization Toolkits)是一个基于面向对象方法设计的、功能强大的可视化和图形图像处理的工具箱。文中针对医学图形图像处理的需要和特点，利用VTK的图像处理和可视化及图形显示功能，用面向对象的方法设计和实现了一个医学图形图像处理系统Med3REC，为虚拟现实和医学图像归档及传输系统的开发奠定了基础。     

基于双流多关系GCNs的骨架动作识别方法

基于图卷积网络(graph convolutional networks,GCNs)的骨架动作识别方法只能对关节点间的单一关系进行建模,缺少描述多种关系的能力.借鉴知识图谱描述实体之间不同关系的思想,提出一种基于关节点流和肢体流的双流多关系GCNs人体骨架动作识别方法,对图结点间的自然连接关系、对称关系和全局关系进行建模,各种特征在网络中同步传输并有效融合.运动的全身协作过程中,每个部位的交互范围有限且依赖于具体动作,提出基于Non-local机制的topK全局邻接关系自适应计算方法,为每个结点动态选择交互强度较大的前K个结点作为全局关系邻接点.实验结果表明,所提出的双流多关系网络在Kinetics和NTU-RGB+D数据集上取得了较好的动作识别效果.     

无线可穿戴身体姿态监测系统的研究与实现

为预防由于坐姿不正确而引发的身体疾病, 设计一种无线可穿戴人体身体姿态监测系统。TI CC2540处理器处理由LIS3DH 传感器实时采集人体坐标x 轴、y 轴、z 轴加速度数据, 并通过蓝牙4. 0 协议将其传输到手机客户端APP(Application)上进行数据的处理并显示, 以达到矫正人体姿势的目的。同时该系统又可实现与体感游戏的有机结合, 达到锻炼身体的目的。     

一种用小型计算机实现的机器人视觉系统

本文介绍了一种机器人视觉系统.它以析象管摄象机构成图象轮廓传感器,用PDP-11/23小型计算机对图象信息进行处理,以实现图象轮廓的识别. 用于图象分析和分类的重要信息,主要包含在图象轮廓中.析象管摄象机适于实现随机控制的光学信号的扫描.由计算机控制的扫描发生器形成一种径向放射状的“星形扫描”,它用来探测轮廓,并实现基于卡尔曼-布什-滤波器的自动轮廓跟随.这样可大大压缩计算机处理的数据量,并可形成基于“结点—位置关系—结点”基元的句法图形结构,实现联想的句法模式识别.文中叙述了系统的硬件结构.工作原理及计算机应用软件的概况.     

游戏动画中的动作捕捉

简述了动作捕捉技术的基本原理，分析了游戏动画制作中动作的特点及运用动作捕捉的技术难点．为了避免传统的动作捕捉方法在游戏动画制作中所遇到的精度与处理速度低的问题，从动作列表和跟踪点设置、布局设计以及动作编辑入手，对原有的动作捕捉的传统标准方法进行了改进．该方法首先对游戏动画动作进行分析，形成相关的动作列表，进而对人体模型树及人体自由度进行分析，得出优化后的跟踪点布局设计，最后在此基础上通过对人体关节树的分析及运动描述，实现动作编辑，从而实现了捕捉原理上的创新．并且给出了动作捕捉技术在游戏动画制作中应用的整体框架．     

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.     

面向大数据应用的多层次混合式并行方法

基于很多大数据应用存在对数据进行多种并行处理的需求, 提出两层混合式并行方法, 即执行单元的混合并行和计算模型的混合并行. 通过在同一个计算节点上执行单元的混合并行, 充分挖掘基础设施的计算能力, 从而提高数据处理性能; 采用在同一个执行引擎中集成多个计算模型的并行方法, 以适合应用多样异质处理模式. 不同的混合并行方法可以契合不同的数据和计算特点, 以满足不同的并行目标. 介绍了混合式并行方法的基本思想, 并以前期开发的并行编程模型BSPCloud为基础, 阐述了进程和线程混合并行、BSP和MapReduce混合并行的主要实现机制.     

采用图像轮廓的弹性连接体三维建模与运动估计

为了用较少的参数反映人肢体皮肤的变形,该文提出以旋转圆锥曲面进行弹性连接体(人体)三维建模.模型包括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2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轮廓估计人体变形和运动参数,包括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:该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.     

数字散斑相关方法的全场优化表述

从图像运动估计中的基本假设——灰度不变假设出发,用优化方法建立了基于整幅图像匹配的数字散斑相关方法(也称为数字图像相关方法)求解模型,即全场优化求解模型.从建立的全场求解模型出发可引申出常用的两类数字散斑相关方法的求解思路,即基于离散的子区匹配的数字散斑相关方法求解模型和基于有限元的数字散斑相关方法求解模型.从模型建立及求解分析中可知,位移表征模式是数字散斑相关方法求解模型的关键,不同的位移表征模式可构成不同的数字散斑相关方法求解方法.     

Weight measurement using image-based pose analysis

Image-based gait analysis as a means of biometric identification has attracted much research attention. Most of the existing methods focus on human identification, posture analysis and movement tracking. There have been few investigations on measuring the carried load based on the carrier＇s gait characteristics by automatic image processing. Nevertheless, this measurement is very useful in a number of applications, such as the study of the carried load on the postural development of children and adolescence. In this paper, we investigate how to automatically estimate the carried weight from a sequence of images. We present a method to extract human gait silhouette based on an observation that humans tend to minimize the energy during motion. We compute several angles of body leaning and determine the relationship of the carried weight, the leaning angles and the centroid location according to a human kinetic study. Our weight determination method has been verified successfully by experiments.     

基于扫描数据建立人体动态模型

提出一种由三维人体扫描数据建立人体动态模型的新方法.该模型由骨架运动学模型和简化的三角网格表面模型构成,分别用于产生人体各种姿态以及表达相应的体表形状.通过操纵骨架运动,可实现实时与逼真的人体姿态仿真.实例分析表明,该方法克服了目前从扫描数据通常仅用于构造静态人体模型或无法实现实时姿态仿真的缺陷,在人机工程设计及虚拟现实领域有较大应用价值.     

基于动力学模型预测控制的Stewart型轮足腿控制方法

为了提高轮足机器人Stewart型轮足腿在不同位姿条件下的精度和动态特性,提出将模型预测控制（model predictive control,MPC）应用于轮足腿的位姿跟踪.首先对Stewart平台进行受力分析,利用牛顿-欧拉方程建立动力学模型的状态空间表达式,建立MPC预测模型和优化目标函数;然后通过Adams和Matlab联合仿真对MPC控制器进行参数整定,检验其对未建模摩擦力的鲁棒性;最后通过对比实验验证MPC控制器在负载位姿变化条件下可以获得优于PI控制器的姿态跟踪精度和动态特性.      

周转轮系系统化研究的图论模型

在分析轮系结构特征图形模型与状态特征图形模型的基础上,确立了能够系统化研究周转轮系的图形模型。认识到电网与轮系同属于物理系统,提出了解决电网络问题的图论方法可应用于轮系系统化研究的图论模型,并从理论上说明了拓扑图满足基尔霍夫定律。     

序列图像运动自适应V1-MT光流估计算法

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT(motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能.