版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、由于科技醫(yī)療水平的提高,人口老齡化程度加深以及生活方式的改變,空巢老人現(xiàn)象也越來越廣泛。跌倒已成為造成老年人最普遍最直接的傷害之一,設計出便于監(jiān)測又方便攜帶的保護裝置將成為我們未來重要研究方向。本文在基于實現(xiàn)可攜帶的跌倒防護裝置的大前提下,主要從事用于求解人體運動目標模型的粒子濾波算法和用于求解人體關節(jié)運動模型的動態(tài)貝葉斯網(wǎng)絡模型的置信傳播算法的研究,其主要研究內(nèi)容及成果如下:
(1)本文分析了人的運動特點后建立骨骼模型,為了
2、能夠在計算機中實現(xiàn)實時計算又建立了人體關節(jié)模型。在運動數(shù)據(jù)方面基于安大略金斯敦皇后大學BioMotionLab實驗室的人體運動系統(tǒng),設計了人體各個關節(jié)在行進過程中的行走速度和跌倒空間位置參數(shù),最終實現(xiàn)虛擬人行進和跌倒過程。
(2)在人體關節(jié)模型的基礎上對人體運動目標模型和觀測模型進行設計,進一步設計出貝葉斯理論框架下的預測方程和更新方程,由于人體運動的多樣性和復雜性采用粒子濾波算法對人體貝葉斯模型進行求解。粒子濾波算法是一種可
3、以求解非高斯非線性系統(tǒng)的算法,在文章中對粒子濾波算法的重要性采樣、序列重要性采樣似然函數(shù)的選取以及重采樣進行了設計,使用Matlab對該算法進行仿真,最后較好的實現(xiàn)了人體行進和跌倒的姿態(tài)估計。
(3)在人體關節(jié)模型的基礎上建立了人體動態(tài)貝葉斯網(wǎng)絡模型,并針對貝葉斯網(wǎng)絡的特點提出了置信傳播算法來求解模型。置信傳播算法是一種專門用于求解圖模型的概率統(tǒng)計算法,它對于無環(huán)的圖模型網(wǎng)絡可以精確地計算出邊緣概率密度分布。本文針對置信傳播算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于統(tǒng)計模型人體姿態(tài)估計系統(tǒng)的研究與實現(xiàn).pdf
- 基于圖結(jié)構(gòu)模型的人體姿態(tài)估計研究.pdf
- 基于人體姿態(tài)的跌倒檢測算法研究與應用.pdf
- 人體姿態(tài)估計方法研究.pdf
- 靜態(tài)圖片人體姿態(tài)估計研究.pdf
- 基于姿態(tài)聚類和候選重組的人體姿態(tài)估計.pdf
- 人體姿態(tài)估計的研究-畢業(yè)論文
- 基于混合部件模型的姿態(tài)估計方法研究.pdf
- 基于Kinect的人體姿態(tài)估計與動作識別.pdf
- 利用Kinect估計人體頭部姿態(tài).pdf
- 基于主動形狀模型的頭部姿態(tài)估計.pdf
- 智能教室中基于視覺的人體姿態(tài)估計.pdf
- 靜態(tài)圖像中的人體姿態(tài)估計研究.pdf
- 深度圖像中人體姿態(tài)估計研究.pdf
- 基于視頻序列的人體姿態(tài)檢測與估計系統(tǒng).pdf
- 基于統(tǒng)計模型的多姿態(tài)人臉識別研究.pdf
- 無標記人體運動捕捉及姿態(tài)估計的研究.pdf
- 基于單目視頻序列的二維全身人體姿態(tài)估計的研究.pdf
- 視頻中人體姿態(tài)估計、跟蹤與行為識別研究.pdf
- 基于人體圖模型的姿勢估計技術研究.pdf
評論
0/150
提交評論