基于多视角信息融合的智能监测研究

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:zhoujianqin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传感器技术和通信技术的迅速发展为实时连续捕获、收集和传输人体运动状态信息提供了便利,在此基础上,利用近年来研究深入的人工智能和神经网络技术可以对采集到的信息进行人体姿态识别,有助于计算机全面深入理解人体行为模式、运动过程以及动作含义,甚至可以对将来可能发生的动作进行预判,在智能安全监控、物联网、人机交互等领域具有广泛的应用价值。
  针对传统单视角监控容易产生遮挡以及动作识别速率低等缺点,提出使用两个视角的Kinect传感器采集人体骨骼坐标信息,进行融合后提取关节点角度特征使用神经网络进行人体行为识别,因此,本文重点研究多视角人体骨架融合以及融合后人体骨架动作识别。具体研究工作如下:
  1.使用两台体感摄像机Kinect2.0采集运动人体信息,针对不同使用环境建立了五种动作的多视角多信息数据库,包括运动人体的彩色图像、深度图像以及关节点坐标信息序列。
  2.研究分析摄像机标定技术。详细分析了摄像机标定涉及的四个坐标系之间的关系,在此基础上使用张正友标定法和Bursa七参数方法进行对比,选取后者作为辅助视角关节点坐标转换方法,将两视角关节点坐标系进行统一。
  3.针对传统单视角行为识别中受环境干扰强易产生遮挡等缺点,提出了一种多视角关节点数据变权重融合算法,使用该算法重建骨架,其优点在于,当主视角在采集过程中产生遮挡、丢失和噪声等问题时,由辅助视角下关节点坐标作为补充,再对多视角均采集到的可信任关节点坐标进行变权重Kalman滤波融合,最后得到完整无冗余的人体骨架。对多视角融合后的骨架进行识别,使神经网络更完整准确的学习人体运动骨架特征,为精确识别人体行为奠定基础。
  4.针对人体动作特征复杂,提出基于12个关节点骨架夹角作为特征使用长短期记忆(long short-term memory,LSTM)神经网络人体动态行为识别算法,对运动数据降维,使用多视角滤波融合后的完整人体骨架选取特殊骨架间夹角作为神经网络输入,采用LSTM网络实现了人体姿态识别,识别率为97.46%,将训练好的网络加入多视角信息融合智能监测系统,实现了实时人体动作识别实验。
其他文献
随着化工行业的承压设备向高温、高压、高速等高参数的方向发展,蠕变—疲劳逐渐成为致使此类设备失效的重要因素。设备在焊接制造过程中不可避免会产生残余应力,研究焊接接头的蠕变—疲劳行为可以为其在复杂载荷下的使用提供重要的理论依据。本文以316L不锈钢为研究对象,以蠕变—疲劳本构、损伤演化及焊接残余应力计算为基础,对焊接接头残余应力在蠕变—疲劳下的力学演化行为及寿命进行了研究,分析了保载时间、疲劳幅值和载
学位
罗茨转子是罗茨真空泵的核心部件,转子型线设计对罗茨真空泵的性能有显著影响。为了解决现有渐开线型罗茨转子设计灵活性差、面积利用系数低的问题,本文基于齿廓啮合原理,建立了圆弧与其包络线、偏心渐开线与其包络线的啮合模型,提出了3种新型罗茨转子:由偏心渐开线及其包络线构建的I型不对称罗茨转子和II型不对称罗茨转子,由圆弧和圆弧包络线构建的分段圆弧型罗茨转子。推导了三种转子组成型线的方程,开发了转子型线的设
学位
随着微电子工艺尺寸已经缩减到超深亚微米和航天事业的飞速发展,运行在辐射环境中的芯片的可靠性越来越重要,而且应用于宇航设备的芯片规模也越来越大,由此加大了设计困难。半定制设计方法大大缩减了芯片设计周期,其中标准单元库至关重要,它是半定制芯片设计流程的重要支持。本文设计SMIC0.18μm工艺的抗辐射组合逻辑单元库,以支持抗辐射芯片的自动化设计流程。  论文首先研究了空间辐射环境并分析了辐射效应和常用
随着电子技术的快速发展,宽频段频谱感知的需求更广泛地存在于各行各业,如无线电探测设备、侦察接收设备等。但现有模数转换器件(ADC)的发展水平无法与数字信号处理器件的发展速度相匹敌。此外,基于Nyquist采样定理,经高速ADC采样的数据含有大量冗余信息,对后续的信号存储、传输和处理也带来了极大的挑战。因此,有必要研究利用现有ADC器件实现宽频段信号的接收和展开的问题。  本论文从接收体制上入手,深
学位
互联网端目标是指位于互联网边缘的端系统或端用户,而端目标画像是能够对端目标本身进行精准刻画的属性集合。端目标智能分析是提取端目标画像的有效手段,是以端目标行为特征或者嵌入表征为基本信息依据,利用人工智能技术从端目标的行为数据中分析得到端目标画像的过程。全面精准的画像能够充分描述端目标的特点,为网络安全、网络管理、电子商务等领域的相关操作提供有效的决策信息。因此,互联网端目标智能分析与画像方法研究具
近年来,新的战争环境对多目标瞄准技术提出了更高要求,目前多目标瞄准主要依靠人工测距获取目标的距离,并根据武器弹道数据计算出武器最佳射击角度,从而提高士兵的射击命中率。本文针对测距过程中存在速度慢、人为因素影响大等缺点,展开了基于图像融合的多目标瞄准技术相关理论方法的研究,并通过搭建实验平台验证了本文多目标瞄准方法的有效性。具体研究内容包括以下几个方面:  1、异源图像配准与融合:针对夜晚拍摄的红外
学位
随着5G通信技术的快速发展,基于位置信息的服务(Location-Based Services,LBS)已成为5G时代物联网技术发展与应用的重要组成部分。经过长期的理论研究和工程实践,室外环境下的定位技术已日趋完善,可以满足人或设备的日常定位需求。然而室内定位技术目前尚不成熟,没有形成统一的技术标准,有着巨大的发展空间和商业潜力。  论文从室内定位的实际需求,通过对现有室内定位技术的分析对比,选择
学位
正交频分复用(Orthogonal Frequency Division Multiplexing OFDM),作为一种多载波调制技术,将其应用于可见光通信(Visible Light Communication,VLC)中可有效解决发光二极管(Light Emitting Diode,LED)窄调制带宽及系统由于多径效应引起的码间干扰(Inter Symbol Interference,ISI)