版權說明: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,請進行舉報或認領
文檔簡介
1、人體姿態(tài)估計是運用視頻或傳感技術記錄人體的運動,獲取運動參數(shù),從中恢復人體結(jié)構并再現(xiàn)人體運動姿態(tài),實現(xiàn)對運動姿態(tài)的分析并加以運用的過程。人體姿態(tài)估計廣泛地應用與人機交互、體育訓練、醫(yī)療保健、動畫制作和影視等領域,尤其是基于傳感器的人體姿態(tài)估計技術具有廣闊的應用前景和巨大的經(jīng)濟社會價值。雖然基于視頻的人體姿態(tài)估計研究豐富且取得了很好的效果,但其固有的受環(huán)境影響、計算量大和侵犯隱私等特點使其適用范圍受到了限制。
針對視頻的姿態(tài)估計
2、算法的限制,基于傳感器的估計方法具有不受環(huán)境限制、操作方便且不侵犯隱私等特點。本文將采用慣性測量單元來采集人體運動信息,并對基于慣性測量的人體姿態(tài)估計算法進行深入的研究,同時也對通過傳感器進行人體姿態(tài)和跌倒監(jiān)測的算法進行了研究,最后使用貝葉斯網(wǎng)絡對人體姿態(tài)的估計預測進行了探索。
通過慣性測量單元估計人體的姿態(tài)可以說是一種對人體的姿態(tài)進行捕捉的方法,在本文中,通過傳感器采集人體運動信息,進行傳感器與人體的配準,通過對運動數(shù)據(jù)進行
3、分析,進行地面接觸檢測,最后通過人體模型進行人體運動學傳遞,完成對人體在空間的位姿的估計,并對運動信息進行提取運動特征,進行跌倒預警研究,通過實驗驗證,算法在進行人體姿態(tài)估計的同時能對跌倒行為進行預警。
本文將人體姿態(tài)估計研究問題以貝葉斯網(wǎng)絡這種圖模型進行抽象,構建人體行進的動態(tài)貝葉斯網(wǎng)絡模型,結(jié)合慣性測量單元采集的運動信息推導而得到的人體各關節(jié)在空間的位置作為觀測信息,利用網(wǎng)絡的推斷功能進行姿態(tài)的估計和預測,通過戶外長距離行
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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)計模型估計人體行進跌倒姿態(tài)的研究.pdf
- 基于圖結(jié)構模型的人體姿態(tài)估計研究.pdf
- 基于視頻序列的人體姿態(tài)檢測與估計系統(tǒng).pdf
- 人體姿態(tài)估計方法研究.pdf
- 基于Kinect的人體姿態(tài)估計與動作識別.pdf
- 靜態(tài)圖片人體姿態(tài)估計研究.pdf
- 基于姿態(tài)聚類和候選重組的人體姿態(tài)估計.pdf
- 人體姿態(tài)估計的研究-畢業(yè)論文
- 基于混合部件模型的姿態(tài)估計方法研究.pdf
- 利用Kinect估計人體頭部姿態(tài).pdf
- 基于主動形狀模型的頭部姿態(tài)估計.pdf
- 基于FPGA的人體姿態(tài)檢測與識別系統(tǒng)的設計與實現(xiàn).pdf
- 智能教室中基于視覺的人體姿態(tài)估計.pdf
- 靜態(tài)圖像中的人體姿態(tài)估計研究.pdf
- 視頻中人體姿態(tài)估計、跟蹤與行為識別研究.pdf
- 深度圖像中人體姿態(tài)估計研究.pdf
- 基于統(tǒng)計模型的多姿態(tài)人臉識別研究.pdf
- 人體運動姿態(tài)分析的研究與實現(xiàn)——基于單目視頻序列.pdf
- 無標記人體運動捕捉及姿態(tài)估計的研究.pdf
- 基于單目視覺的人體運動姿態(tài)捕捉研究與實現(xiàn).pdf
評論
0/150
提交評論