基于惯性传感器的人体动作分析与识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-11页 |
| ·人体运动分析现状 | 第11页 |
| ·基于惯性传感器动作识别研究现状 | 第11-12页 |
| ·本文的研究内容和组织结构 | 第12-14页 |
| 第2章 人体运动分析 | 第14-28页 |
| ·人体运动分析相关理论 | 第14-16页 |
| ·运动生物力学相关理论 | 第14-16页 |
| ·人体解剖学相关理论 | 第16页 |
| ·人体结构及模型分析 | 第16-18页 |
| ·人体关节和环节分析 | 第16-17页 |
| ·人体关节角分析 | 第17页 |
| ·人体运动模型分析 | 第17-18页 |
| ·基于姿态角的人体运动分析 | 第18-21页 |
| ·PAMS 人体运动分析方法的建立 | 第21-27页 |
| ·PAMS 分析方法的研究背景 | 第21页 |
| ·PAMS 分析方法的提出 | 第21-23页 |
| ·PAMS 分析方法的内容 | 第23-26页 |
| ·基于 PDM 的动作建模 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 人体动作分类与数据库建立 | 第28-43页 |
| ·人体动作分类研究 | 第28-31页 |
| ·人体动作分类 | 第28-30页 |
| ·人体动作定义 | 第30-31页 |
| ·动作数据采集系统简介 | 第31-33页 |
| ·分布式数据库设计 | 第33-38页 |
| ·MongoDB 数据库概述 | 第33-35页 |
| ·MongoDB 数据库的建立 | 第35-38页 |
| ·MongoDB 性能测试 | 第38页 |
| ·动作数据库的建立 | 第38-42页 |
| ·传感器位置选择 | 第38-39页 |
| ·数据采集者 | 第39页 |
| ·动作数据采集 | 第39-40页 |
| ·数据存储格式 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 数据预处理与特征提取 | 第43-51页 |
| ·动作数据预处理 | 第43-47页 |
| ·野点剔除 | 第43-44页 |
| ·平滑去噪 | 第44-47页 |
| ·基于姿态角的特征提取和选择 | 第47-50页 |
| ·加窗处理 | 第47页 |
| ·时域特征提取 | 第47-48页 |
| ·频域特征提取 | 第48-49页 |
| ·主成分分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于支持向量机的多类动作识别 | 第51-59页 |
| ·支持向量机的最优分类面 | 第51-55页 |
| ·线性可分的最优分类面 | 第51-53页 |
| ·线性不可分的最优分类面 | 第53-55页 |
| ·常用的 SVM 核函数 | 第55页 |
| ·支持向量机的多类分类算法 | 第55-56页 |
| ·实验及结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
