基于MEMS传感器的助老型机构人体姿态识别方法

研究一种基于MEMS传感器的助老型机构人体姿态识别方法,通过对老人的坐起、卧起、走路、上下楼梯五个动作识别,验证该识别方法的有效性.将7个传感器模块置于老人的腰部、大腿、胳膊等部位,采用坐标变换的方法,将采集到的相关部位四元数信息转化到腰部坐标系下,并组建标准矩阵,提取标准矩阵的均值、方差等特征值,通过基于阈值的两层识别算法快速判断动作类型,并采用支持向量机融合多种特征值作对比实验.实验表明,使用融合后的特征,平均识别率提高了18.4％.本研究完成了老人日常生活中五个动作的识别.     

移动通讯终端运动图像高效处理技术

随着数码相机以及手机终端功能的集成应用,移动的通讯终端正向单一的通讯工具向多样化终端转变。这使得视频处理技术得到了很大的提升,推动了移动通讯终端的高速发展。本文首先介绍基于通讯终端的运动图像处理技术的独特优势,以SkywordsSolutions的Skywords平台为基础,论证了运动目标识别技术在可移动终端机开发与实现的可行性。     

敏捷性尺度计算及模拟试飞

为探讨敏捷性尺度的模拟试飞方法，在地面飞行模拟器上对l架第三代战斗机的主要瞬时敏捷性和功能敏捷性尺度进行了模拟试飞，并把试飞结果与通过计算得到的结果以及F—18HARV的模拟试飞结果进行了对比。结果表明：因完成敏捷性操纵动作所需的时间都非常短暂，且在试飞过程中试飞员也很难保证每次试飞动作都一样，故通过模拟试飞获得满意的敏捷性指标难度较大，为了获得更有意义的敏捷性指标，可考虑对通常的敏捷性尺度的操纵动作进行必要的改进。     

从《猩球崛起2——黎明之战》中看动作捕捉在电影中的应用

《猩球崛起2——黎明之战》登陆暑期档末期,那只奋勇智慧的猿类成为了整个影片的男一号,动作捕捉技术作为技术支撑在电影中的运用让剧情产生了一种颠覆。CG技术下的虚拟角色＂篡位＂人类,强化了动作捕捉在此类电影中的重要作用,以及未来CG角色是否会取代真人表演的思考。     

错误动作的产生与矫正

体育学科是以运动为中心进行教育的学科,教学和训练中运动员错误动作不可避免,教师如不对错误动作及时纠正,不仅使技术动作的正常发挥受到限制,而且影响到教学质量,对竞技体育来说,直接关系到运动成绩的提高.因此,矫正错误动作在体育教学与训练中至关重要.为此,结合实际教学和训练,浅析运动员错误动作的产生和形成,以及如何矫正错误动作.     

一起220kV变电站主变重瓦斯动作跳闸事件分析

广东某地区220kV变电站#1主变本体重瓦斯保护动作,经检查分析,该事故原因为油泵控制回路时间继电器损坏,两台油泵同时启动,导致重瓦斯动作、主变跳闸。更换油泵控制回路时间继电器并进行启动试验,任一台油泵启动、两台油泵轮流启动、两台油泵同时启动情况下,#1主变本体重瓦斯均不动作,验证了改造措施有效性,保障了主变安全稳定运行。     

基于Grassmann流形距离的动作识别

利用时空兴趣点间的位置及局部特征相似度信息,提出一种局部邻域特征以描述局部数据结构,然后引入核主角度及Grassmann流形距离以度量2个邻域特征距离,通过构造随机流形森林学习数据样本在Grassman流形上的类条件概率密度函数,最后使用多核学习算法实现对随机流形树的剪辑及动作分类.在KTH及UCF-CIL动作数据库的实验证明:所提动作表示方法能有效描述人体运动信息,且该动作识别算法的识别率优于近年提出的典型动作识别系统.     

基于骨骼信息的虚拟角色控制方法

针对当前动作捕捉方法中基于旋转矩阵的虚拟角色控制方法,虚拟角色模型运动还原度低、人体动作不能实时展现、抗光照干扰能力弱的问题,提出一种基于骨骼信息的四元向量控制方法。该方法以 Kinect 体感摄像机捕获的人体骨骼关节点数据为基础,计算并记录人体运动过程中关节点空间位移和关节点之间夹角的变化,根据相邻图像序列中的运动数据确定虚拟角色每个骨骼关节点的旋转角度,并将其转化为四元旋转向量。根据正向运动学原理,从根节点对虚拟角色模型进行调整并根据人体动作进行实时反馈。通过理论分析和仿真结果表明,与基于旋转矩阵的的虚拟角色控制方法相比,该方法的人体姿态还原度高,角度误差低,实时预览效果直观,实时性与抗光照干扰能力强。     

基于人工智能的舞蹈动作识别与评分系统开发

为解决线上线下融合式成绩评定一体化难以实现的问题,文中将人工智能的动作识别理论应用到舞蹈教学中,开发了人机互动的评分系统,实现了移动端的实时查询。在教学时通过使用可穿戴传感器惯性测量单元(inertial measurement unit, IMU)来收集舞蹈动作的数据信息,之后对数据进行标准化处理和滑动窗口数据分割,从而建立了长短期记忆(long short-term memory, LSTM)深度学习模型。通过研究模型动作识别的测试结果,发现模型准确率可达到94.28%。同时,利用LSTM深度学习模型和HTML5、CSS3等技术实现了人机互动形式的可视化实时成绩查询功能。文中提出的智能评分系统促进了课内外一体化的动态结合,实现了大学体育课程的智能化教学。