浅析人体骨骼大小与寿命的关系

人的寿命受诸多因素的影响。然而人体骨骼的大小与寿命的关系一直以来似乎都并未受到人们应有的关注。那么人体骨骼大小到底对人的寿命有没有影响，如果有，又有什么样的影响。通过本文循序渐进的介绍，我们将对骨骼大小与寿命的关系有一个新的认识。     

3～12岁儿童胸腔骨骼参数化几何模型的建模研究

儿童的人体体征参数的变化,对胸腔骨骼几何有很大影响,这直接影响儿童胸部损伤形式.现有的儿童胸腔骨骼几何模型数量有限,且都是基于特定人体体征参数开发的.针对61个儿童胸腔CT样本,应用CT三维重建、半自动选点、胸腔姿势调整、统计学分析以及径向基函数(Radial Basis Function,RBF)神经网络变形等处理,建立了基于年龄、身高、体质指数(Body Mass Index,BMI)、性别的中国3～12岁儿童胸腔骨骼参数化几何模型.运用该参数化模型快速得到3～12岁内,年龄、身高、体质指数、性别任意组合的儿童胸腔骨骼几何模型.运用该参数化几何模型,预测的3～12岁儿童胸腔骨骼几何模型的平均几何精度为5.2 mm,第1对到第12对肋骨的平均几何精度最大为7.0 mm,最小为4.5 mm.该参数化几何模型可以用于研究人体体征参数对胸腔骨骼几何的影响以及对儿童胸部损伤的影响.     

一种基于Kinect的角色骨骼动画方法

针对当前骨骼动画制作方法存在实时性差?抗光照干扰能力弱?角色模型运动误差大的问题,提出了一种新的骨骼动画方法?采用微软Kinect设备获取人体三维骨骼坐标数据,用改进的D-H(denavit-hartenberg)描述法在关节点处建立虚拟坐标系,对捕捉对象单帧姿态进行抽象空间位形描述,再根据前后帧位形数据求解骨骼矩阵,对根节点进行位移调整形成骨骼动画?实验结果表明,该方法实时性与抗光照干扰能力强,角色动作与捕捉对象动作之间的相似度高?     

基于跟踪微分器的骨骼服阻抗控制方法

将阻抗控制方法引入骨骼服的控制中,利用人机之间安装的多维力/力矩传感器的测量信息来估计参考轨迹.针对由于普通差分方法引起噪声放大,使得参考速度和参考加速度不可用的问题,利用两级跟踪微分器获得包含测量噪声情况下的光滑的参考速度和参考加速度信号,从而实现所设计的阻抗控制.该方法能控制骨骼服跟随人体运动,同时保持人体对骨骼服的作用力最小,减轻人体的能量消耗.采用该方法对人体负荷情况下的蹲起动作进行仿真实验,仿真结果验证了所设计控制器的有效性和可行性,以及对人体刚度参数估计不准和负荷变化具有一定的鲁棒性.     

基于Kinect的双流时空卷积人体行为识别技术

针对原有双流时空卷积网络模型中网络深度不足,从而导致人体行为识别结果偏低的问题,针对该网络模型进行改进,且融入Kinect骨骼序列数据.对于输入数据,通过Kinect相机对人体动作转化为骨骼序列;改进双流卷积网络模型是在原有的模型框架下,用RestNet-50网络结构替代原VGG-16网络结构,再对数据进行一系列处理.在HMDB-51和UCF-101两个公开数据集上进行模型的训练和验证,其识别结果分别为70.8%和91.4%,通过对比结果表明,本文提出的改进双流卷积网络融合Kinect骨骼数据能够有效提升人体行为识别的正确率.     

国际上运动对人体骨骼影响的知识基础及研究热点

目的:探讨当前国际上运动对骨骼影响研究的知识基础及研究热点.方法:利用计算机检索Web of Science数据库中2010-2016年运动与骨骼相关文献4587篇,运用CitespaceⅢ可视化软件绘制共现图谱,分析研究国家机构分布、高被引文献及高频关键词.结果:美国、英国、澳大利亚是该研究领域的中坚力量;研究热点主要集中在不同运动干预对绝经妇女、发育期青少年儿童及老年人三类人群骨骼的影响;知识基础方向主要为骨骼功能适应性理论的实验与发展.结论:以客观数据和图谱为依据,透析运动对骨骼影响研究领域的知识基础和热点,为该领域的后续研究提供参考.     

基于位置内环的骨骼服力控制方法

讨论一种基于位置内环的力控制方法,并将其应用于骨骼服的控制之中。首先,基于系统的静态模型建立骨骼服的位置控制内环,再采用多维力/力矩传感器测量操作空间中人作用于骨骼服的力/力矩信息,构造位置内环的参考输入信号,形成力控制外环,并对人体负荷情况下的蹲起动作进行仿真实验。研究结果表明:该方法无需系统精确的动态模型,就能控制骨骼服跟随人体运动,并保持人体对骨骼服的作用力最小;所设计的控制器是有效的,并对环境变化和负荷变化具有较强的鲁棒性。     

Kinect骨骼数据驱动的人体动作二维特征融合与动作识别

针对在高噪声环境中人体动作识别存在准确度和稳定性不高的问题,本文采用二维空间特征融合的方法,提出一种基于Kinect骨骼数据的人体动作识别算法。从人体三视图的投影来提取运动特征,可以消除人体自遮挡的影响。针对人体复杂动作,算法采用分层策略。利用Kinect获得的骨骼关节点坐标,根据人体三视图投影提取二维空间的人体关节角特征,并运用支持向量机(SVM)方法对动作进行粗分类;进一步提取二维投影平面内的关节位置矢量、角速度和加速度特征,运用隐马尔可夫模型(HMM)的方法对动作进行细分类。利用本文方法对公开数据集MSR Action 3D实验,平均识别率达93.37%,实验结果表明,该方法准确性较高,鲁棒性较强。     

12周篮球运动训练对肥胖男大学生身体成分和骨骼密度影响的研究

探讨篮球运动训练对肥胖男大学生身体成分与骨骼密度的影响.选定16名肥胖男大学生随机分成两组:运动组8例,对照组8例.根据训练内容,每周5次,每次80分钟进行训练,总时间为12周.运动前后分别对两组参试人员进行身体成分与骨骼密度的测定.结果表明,参与篮球运动训练后,运动组体重与对照组相比均有明显下降(p0.01),BMI、FAT%和WHR发生了显著变化(p0.01,p0.05,p0.001),同时运动组的骨密度也相应增加.结论:篮球运动训练对肥胖男大学生的身体成分与骨骼密度有明显的改进效果.     

基于余弦距离的人体运动数据行为分割算法

对人体运动捕捉数据进行行为分割是人体运动数据分析与合成中的关键处理步骤,为此,提出一种新的人体运动数据行为分割算法。采用骨骼夹角直方图刻画人体运动统计特征,使用余弦相似度作为人体运动数据骨骼夹角直方图特征的相似性度量,实现对运动行为的自动分割。对于给定的人体运动捕捉序列,首先定义滑动比较窗口,计算当前窗口范围内运动序列前、后2部分骨骼夹角直方图统计特征的余弦相似度,然后通过在运动序列上滑动该窗口,获得运动序列的余弦相似度曲线,曲线最小值位置即为不同类型行为的分割点。在CMU人体运动捕捉数据库上进行数值实验。研究结果表明:本文算法能够实现对人体运动捕捉数据的自动行为分割;与广泛采用的基于PPCA的行为分割方法相比,本文算法具有良好的性能。