基于惯性传感器的人体动作识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究的背景和意义 | 第9-12页 |
| 1.2 国内外研究现状及分析 | 第12-17页 |
| 1.2.1 人体动作分析与识别现状 | 第12-14页 |
| 1.2.2 基于多传感器动作识别现状和分析 | 第14-17页 |
| 1.2.3 国内外文献综述的简析 | 第17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 人体动作分析和识别研究 | 第19-25页 |
| 2.1 引言 | 第19页 |
| 2.2 动作数据捕捉方式 | 第19-21页 |
| 2.2.1 常见的动作捕捉方式 | 第19-20页 |
| 2.2.2 传统动作捕捉方案的分析 | 第20-21页 |
| 2.3 基于惯性传感器的捕捉方式分析 | 第21-22页 |
| 2.4 对人体动作的分类识别算法分析 | 第22-24页 |
| 2.4.1 常用动作分类识别算法 | 第22-23页 |
| 2.4.2 动态时间规整算法现状及分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 人体模型分析及数据库建立 | 第25-32页 |
| 3.1 引言 | 第25页 |
| 3.2 人体结构及模型分析 | 第25-27页 |
| 3.2.1 人体关节和环节分析 | 第25页 |
| 3.2.2 人体关节角分析 | 第25-26页 |
| 3.2.3 人体动作模型 | 第26-27页 |
| 3.3 基于动作角的人体动作分析 | 第27-28页 |
| 3.4 动作数据库建立 | 第28-31页 |
| 3.4.1 动作数据种类 | 第28-29页 |
| 3.4.2 数据采集者 | 第29页 |
| 3.4.3 动作数据的采集流程 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 数据的预处理与特征提取 | 第32-41页 |
| 4.1 引言 | 第32页 |
| 4.2 动作数据的预处理 | 第32-35页 |
| 4.2.1 野点去除 | 第32-33页 |
| 4.2.2 平滑去噪声 | 第33-35页 |
| 4.3 基于动作角的特征提取与选择 | 第35-36页 |
| 4.3.1 加窗处理 | 第35页 |
| 4.3.2 动作角频域特征提取 | 第35-36页 |
| 4.4 数据的特征提取 | 第36-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 基于动态时间规整的多类动作识别 | 第41-52页 |
| 5.1 引言 | 第41页 |
| 5.2 模块匹配的原理 | 第41页 |
| 5.3 动态时间规整识别方法 | 第41-48页 |
| 5.3.1 分段聚类的分类法 | 第41-45页 |
| 5.3.2 差异空间的分类法 | 第45-46页 |
| 5.3.3 平均时间序列对齐分类法 | 第46-48页 |
| 5.4 实验结果与分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |
