基于惯性传感器的人体动作相似度计算的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 项目背景 | 第9-10页 |
| 1.2 国内外研究发展现状 | 第10-11页 |
| 1.3 论文内容与结构 | 第11-13页 |
| 第二章 人体运动分析 | 第13-20页 |
| 2.1 人体结构与动作分析 | 第13-15页 |
| 2.1.1 人体结构模型 | 第13-14页 |
| 2.1.2 人体动作分类 | 第14-15页 |
| 2.2 人体动作表示方法 | 第15-19页 |
| 2.2.1 姿态角表示方法与坐标系转换 | 第16-18页 |
| 2.2.2 四元组表示方法 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 数据采集的设计与实现 | 第20-37页 |
| 3.1 人体动作相似度计算总体结构设计 | 第20-21页 |
| 3.2 数据采集结构设计 | 第21页 |
| 3.3 主要芯片介绍 | 第21-26页 |
| 3.3.1 CC2541片载系统 | 第22-23页 |
| 3.3.2 mpu6050惯性传感器 | 第23-25页 |
| 3.3.3 RS232-USB转换芯片 | 第25-26页 |
| 3.4 数据采集的实现 | 第26-36页 |
| 3.4.1 传感器数据采集的实现 | 第26-28页 |
| 3.4.2 中心控制模块的实现 | 第28-31页 |
| 3.4.3 动作模拟的实现 | 第31-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 数据预处理与特征提取的设计与实现 | 第37-54页 |
| 4.1 数据处理的结构设计 | 第37页 |
| 4.2 数据预处理的实现 | 第37-47页 |
| 4.2.1 孤立点处理 | 第39-41页 |
| 4.2.2 数据拟合 | 第41-46页 |
| 4.2.3 数据归一化[20] | 第46-47页 |
| 4.3 特征提取的实现 | 第47-53页 |
| 4.3.1 统计特征提取 | 第48-49页 |
| 4.3.2 子序列特征提取 | 第49-51页 |
| 4.3.3 特征选择 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 动作相似度计算的设计与实现 | 第54-60页 |
| 5.1 分类模型设计 | 第54页 |
| 5.2 分类算法介绍 | 第54-57页 |
| 5.2.1 Adaboost算法 | 第54-56页 |
| 5.2.2 提升树算法 | 第56-57页 |
| 5.3 模型训练的实现 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 动作相似度计算实验的设计与实现 | 第60-66页 |
| 6.1 实验设计 | 第60页 |
| 6.2 实验实现 | 第60-65页 |
| 6.3 本章小结 | 第65-66页 |
| 第七章 总结与展望 | 第66-68页 |
| 7.1 论文所做工作 | 第66页 |
| 7.2 未来工作展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |
