基于关节模型的人体动作识别方法研究

《基于关节模型的人体动作识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、１００１０中化代則：学号：化《化义大緣硕±研究生学位论文题目遷＾《今絶义徐？人命Ｕｉ９９、＾毛；＆吞《ｆｌ斗专业＾研究生＾化：指导教师玉魚始義Ｉ曰期：ｐｉ（年女月曰＜Ｘ北京化工大学学位论文原创巧声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。ｉＷ．ｒ作者签名；

2、３曰期；．＾关于论文使用巧权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规目定，日：研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅Ｊｌ；学校可ＬＪ公布学位论文的全部或部分内容，可允许采用影印、缩印或其它复制手段保存、汇编学位论文。非保密论文注释；本学位论文不属于保密舉围，适用本授权书。作者签名：球＾碱曰期：导师签名：＾曰期！王］学位论文数据集中图分类号ＴＰ３９１学科分类号５１０．８０６０论

3、文编号１００１０２０１６０７４９密級公开学位巧授予单平位名学位授予单位代码１００１０：北京化王大学＃作者姓名张晓宁学号２０１３２００７４９巧学位专业名林控制科学与工捏获学位专业代码０８１１课题来源企、事业单位委托项目研究方向人体动作识别论文题目基于关节樓型的人体动作识别方法研究关巧词动作识别；动态时间规整；；；骨架提取毛利剪除关节点定位论文答辩？日期２０１６．５２７．论文类型基础巧究学位论文评巧义答辩委员会请巧姓名职称工作单位学科专长指导教师王颖副教授北京化

4、工大学光电检測技术、？锭入式系统及移动通信＾，＾评击用，阅人１出■１何苏巧教授北乐化工大学评阅人２张巧元研究员北京化工大学信息安全密码学评阅人３评巧人４笞辩委员会主巧陈娟教授北京化工大学控制理论及先进控制ＷＷ＇Ｏ嵌入式系统及移动通信Ａ■ｆｃｒ廿化丄一？笞辩委员１何苏巧教授北京化工大学答辩委员２林伟国教授北京化工大学安全监巧与预警技术答辩委员３张凤元研究员北京化工大学信忠安全密码学答辩委员４邢藏巧击工北京化工大学图Ａ视巧信号处巧答辩委员５

5、一《４注：．论文类型：１．基础研究２．应用研究３．开发研．其它二。．中困分类号在《中国图书资料分类法》查询、王－９人民共和国国家标々（ＧＢ／Ｔ１３７４５）．学科分类号在中华《学科分类与代码》中查询。四．．论文巧号由单位代码和年份及学号的后四位组成摘要基于关节横型的人体动作巧别方法研究巧要人体动作识别在智能监控、操作培训Ｗ及人机交互等领域有重要研究意义和应用价值。动态时间规整算法的计算复杂度较低，且时间鲁棒性较强，在人体动作识别领域得到广泛研究与应用。但由于人体动作的复杂性、，光照及噪声等影响，往往不能获取理想的

6、人体动作数据使得准确提取。，人体动作特征难度较大，进而导致动作识别准确率不高因此需要对传统的序列图像动作特征提取方法进行改进，研究准确度高、稳定性好且抗干扰性强的人体动作特征提取算法。本文结合人体骨架的特点，在传统的长度约束骨架毛刺剪除中，引入斜率约束作为毛刺判定的第二条件，解决了原有方法在毛刺较长时，对毛刺和骨架主体进行误判的问题，能够准确区分毛刺和骨架主体。对基于链码遍历的躯干端点的定位方法进行改进，扩展其遍历结构的搜索范围，克服了原有遍历结构在人体上肢运动幅度较大时，无法完成骨架遍历的问题，对四肢拐点进行定位，解决了传统

7、最。结合人体各部位长度比例关系大Ｈ角形面积法在四肢曲率较小时。所提出的方法能，定位误差大的问题准确提取序列图像中的动作特征。针对运动过程中关节点坐标不能准确表一。征动作特征的问题，采用加权归化向量的形式表达动作特征本文在ＶＳ２０１３和ｏｐｅｎＣＶ环境下，对Ｗｅｉｚｍａｎｎ数据库进行实验，实现了序列图像中人体骨架特征提取和关节点定位；基于动态时间规整算Ｉ北京化工大学硕±学位论文一法，计算序列图像间加权归化特征的距离，实现人体动作识别。并和基。于光流法等方法提取的动作特征进行对比实验结果表明，本文方法能够准确提取人体动作特

8、征，并对人体动作进行准确