一、运动人体棍图和特征画面的研究(论文文献综述)
张晓平,纪佳慧,王力,何忠贺,刘世达[1](2022)在《基于视频的人体异常行为识别与检测方法综述》文中研究说明作为计算机视觉的重要分支,异常行为识别与检测技术已在智能安防、医疗监护、交通管控等领域获得了广泛应用.对异常行为的界定及判别方法与场景因素紧密相关,针对不同应用场景特点,适当选择特征提取及异常行为识别与检测方法,进而保证预警准确率,在实际应用中至关重要.基于此,对基于视频的人体异常行为识别与检测方法进行综述,首先给出人体异常行为的定义、特点及分类;其次,对特征提取方法进行总结,特征提取方法的选取及提取特征的好坏直接影响后续判别结果;再次,从异常行为识别和异常行为检测两个角度对异常行为判别方法进行分析和讨论,给出常用异常行为检测数据集及相关算法表现;最后,对本领域未来研究方向提出展望.
金彦亮,陈刚[2](2021)在《基于双流卷积的实时跌倒行为检测》文中认为针对独居老人摔倒问题,构建一种基于双流卷积神经网络(TwoStream CNN)的实时跌倒检测模型。将提取人物轮廓的RGB单帧作为输入的空间流,将连续多帧运动历史图(motion history image,MHI)作为输入的时间流融合,在一个特定维度的全连接层将两个网络的同shape张量Concatenation相连后添加到新的层,在公开的摔倒数据集上进行实验和定量分析。实验结果表明,采用人物轮廓RGB-MHI的双流卷积网络在非摔倒和摔倒的区分检测中准确率达到了98.12%,改进的融合方式相比较其它方法有提高,时间流输入MHI满足实时性要求。
付志鹏[3](2021)在《康复中心脑卒中患者下肢康复产品的人性化设计研究》文中研究指明目前脑卒中是我国排行前列的死亡病因,带来的后遗症会造成患者不同程度下肢运动障碍,这严重影响了患者的生活质量,增加了家庭和社会的负担。然而目前康复中心内广泛使用的下肢康复工具仅能提供基础的训练功能,不能满足患者群体康复需求外更深层次的需求,也无法提供良好的产品使用体验。因此,为老年脑卒中患者使用的下肢康复产品进行人性化设计十分重要。本论文主要研究内容是将人性化设计理论运用于康复中心脑卒中患者下肢康复产品设计中。本文首先阐述课题的背景、目的和意义,分析了解我国脑卒中防治的现状,相关产品的研究现状。使用理论研究法对人性化设计理念的相关文献,书籍和网络资料进行分析和研究,提出人性化设计理论在下肢康复产品设计的应用思路和设计流程。通过市场调研分析现有产品的优缺点,使用Kano模型制定调查问卷,运用实地调研法对康复中心的脑卒中患者进行调查,对康复医师进行访谈获取用户群体对现有产品的评价和下肢康复产品设计的具体需求,并进行汇总归纳提出脑卒中患者下肢康复产品的设计创新原则。将设计美学和具体功能相结合,运用设计实践法对人性化脑卒中患者下肢康复产品进行草图绘制,对初步形态方案进行小组评估,随后对选定方案进行3d模型建立和渲染,完成产品的外观设计,然后对制作产品的交互逻辑框架,并进行界面设计实践,从多个维度进行设计究。通过对上述内容的分析归纳,总结出人性化设计理论对脑卒中患者下肢康复产品设计的价值,对该类产品未来发展进行展望。
秦瑜扬[4](2021)在《服装设计与工程专业手绘时装画课程教学实践研究》文中进行了进一步梳理手绘时装画课程是服装设计类专业必不可少的基础课程,旨在使学生掌握基本的绘画要领,引导学生将自己的创意和想法恰当地通过时装画的形式表达出来,为此后学习设计类课程打下基础。文章立足于手绘时装画课程的教学实践,以教学现状为切入点,分析当前该课程在教学中面临的困难与问题,并针对发现的问题从各个方面探讨解决方法,旨在提高教学质量,更好地培养学生的综合能力。
朱继发[5](2021)在《拉丁舞恰恰定点旋转动作的运动学特征分析》文中研究指明
沈佳楠[6](2021)在《舞剧叙事修辞研究 ——以第14-16届“文华大奖”获奖作品为例》文中指出
张建军[7](2021)在《基于手扶电梯监控视频的危险行为检测及研究》文中提出
徐青华[8](2021)在《冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究》文中认为研究目的:高山滑雪作为“冬残奥”雪上项目的金牌大项,是我国备战2022年北京冬残奥会的重点突破方向。如何充分利用级别优势,弥补身体残疾带来的功能障碍,是残疾人运动员取得比赛成功的关键技术因素。为此,本文根据国家残疾人高山滑雪队备战“残奥会”的要求,从残疾人运动员的身体形态和由此决定的功能分级出发,结合运动实践,对坐姿大回转旗门转弯关键环节动作进行了针对性的技术分析和运动规律研究。具体研究目的包括:(1)截肢运动员环节惯性参数的测量方法以及利用健全人人体测量学模型计算截肢运动员身体质心的可行性研究;(2)探索坐姿高山滑雪大回转项目的运动学规律,分析倒立摆模型在滑行轨迹优化中的有效性。研究方法:截肢运动员身体环节惯性参数的研究中,选取17名坐姿截肢运动员,利用测力台和平衡板获得残端质量和质心位置,结合健全人人体回归模型和多刚体模型计算身体整体质心,通过与平衡板测试法获得的身体质心的比较进行有效性验证。坐姿高山滑雪大回转项目动作技术研究中,设计开发了适用的运动学测试系统,利用无人机高空定点拍摄和可穿戴惯性传感器相结合的方法,分析了11名坐姿运动员终点前3个目标旗门赛段内的滑行技术动作,探索不同级别运动员旗门转弯技术的动作特点和表现差异。最后,利用倒立摆模型对滑行轨迹和滑行时间进行仿真计算,通过与实际滑行表现的对比进行模型有效性验证。研究结果:(1)膝上截肢和膝下截肢运动员的身体一维质心存在显着性差异(p=0.01),与健全人一维质心差异非常显着(p<0.01)。(2)利用4种人体回归模型和多刚体模型计算身体整体质心时,Zatsiorsky环节参数模型的计算结果与平衡板测试法的测量结果之间不存在显着性差异(p>0.05)。(3)残端长度比例因子估测的残端质量与测力台测量值具有非常好的一致性(ICC=0.89)。(4)不同分级级别、不同截肢类型的运动员全程滑行时间差异非常显着(p<0.01)。全程滑行时间与全程滑行距离、距离旗门最小距离、单旗门质心运动轨迹、单旗门滑行时间之间均呈显着性正相关(p<0.05)。分级级别与目标赛段内全程滑行时间相关性非常显着(r=-0.92,p<0.01)。(5)对于LW10和LW11级运动员来说,单旗门转弯的最大滑行速度与滑行时间呈非常显着性负相关(r=-0.76,p<0.01),对于LW12级运动员来说,全程滑行时间与旗门转弯前后的速度变化相关性显着(r=0.56,p=0.02),LW10和LW11级运动员的速度变化与全程滑行时间相关不显着(r=0.23,p=0.40)。(6)倒立摆模型的仿真结果与实际滑行距离和滑行时间之间差异不显着(p>0.05),一致性结果分别为ICC=0.45和ICC=0.85。研究结论:(1)利用测力台测量的残端质量和质心位置,结合Zatsiorsky身高体重模型获得的截肢运动员身体质心与平衡板测试法的测试值之间具有非常好的一致性,说明测力台测试法结合Zatsiorsky的身高体重参数模型能够有效获得截肢残疾人的身体质心。利用残端长度比例结合人体测量回归模型可以较好的估测残端的质量,尤其是对于大腿残端的计算,结果更有效,但是长度比例因子在估测残端质心位置时则会导致较大误差。(2)不同级别运动员完成旗门转弯的时机不同,高级别运动员适宜采用进入旗门前完成身体转向的滑行方式,低级别运动员适宜采用滑过旗门后进行身体转向的滑行方式。(3)高级别运动员的最大滑行速度显着大于低级别运动员,LW10级运动员因可以从提高旗门转弯阶段的最大滑行速度来提升运动表现,LW12级运动员则可以通过减小旗门转弯前后的速度损失来提高运动表现。单旗门滑行的轨迹长度、转弯半径、距离旗门最小距离、旗门滑行前后速度变化等指标不仅能够分析单旗门转弯的运动学规律,也能有效反应比赛全程的运动表现。(4)对坐姿高山滑雪大回转项目来说,根据牛顿第二定律和运动学方程,建立倒立摆模型可以有效模拟旗门转弯阶段的滑行轨迹和滑行时间,并根据模型仿真结果预判运动员的最优成绩。
陈劭颖[9](2021)在《煤矿井下人员步态识别算法研究与应用》文中研究表明
王其顺[10](2021)在《基于深度学习的人体行为识别技术研究》文中提出
二、运动人体棍图和特征画面的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、运动人体棍图和特征画面的研究(论文提纲范文)
(1)基于视频的人体异常行为识别与检测方法综述(论文提纲范文)
0 引言 |
1 人体异常行为 |
1.1 异常行为的定义 |
1.2 异常行为的特点与分类 |
2 特征提取方法 |
2.1 基于人体外观和运动信息的特征提取方法 |
2.2 基于运动轨迹的特征提取方法 |
2.3 基于时空兴趣点的特征提取方法 |
2.4 基于二维人体骨骼信息的特征提取方法 |
2.5 基于三维人体骨骼信息的特征提取方法 |
2.6 基于深度学习的特征提取方法 |
2.6.1 基于三维卷积神经网络的特征提取 |
2.6.2 基于双流卷积神经网络的特征提取 |
2.6.3 基于循环神经网络的特征提取 |
2.7 基于深度图像的特征提取方法 |
3 异常行为判别 |
3.1 异常行为识别方法 |
3.2 异常行为检测方法 |
3.2.1 有监督异常行为检测方法 |
3.2.2 半监督异常行为检测方法 |
3.2.3 无监督异常行为检测方法 |
4 异常行为检测数据集 |
4.1 数据集 |
4.2 一些方法在典型数据集上的表现 |
4.3 算法比较与分析 |
5 未来展望 |
6 结语 |
(2)基于双流卷积的实时跌倒行为检测(论文提纲范文)
0 引言 |
1 跌倒检测模型设计 |
1.1 空间流卷积神经网络 |
1.2 时间流卷积神经网络 |
1.3 模型融合 |
2 实验与结果分析 |
2.1 数据预处理 |
2.2 模型训练 |
2.3 结果对比与分析 |
3 结束语 |
(3)康复中心脑卒中患者下肢康复产品的人性化设计研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景 |
1.2 国内外发展与研究现状 |
1.2.1 国外研究发展与研究现状 |
1.2.2 国内发展与研究现状 |
1.3 研究目的及意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 研究内容 |
1.5 研究方法 |
第2章 人性化设计理论 |
2.1 人性化设计理念概述 |
2.2 人性化设计的必要性 |
2.3 人性化设计研究内容 |
2.3.1 人性化设计的本能层次 |
2.3.2 人性化设计的行为层次 |
2.3.3 人性化设计的反思层次 |
2.4 人性化设计流程 |
2.5 本章小结 |
第3章 下肢康复产品调研与用户研究 |
3.1 下肢康复产品概念与分类 |
3.2 坐姿下肢康复产品的市场调研 |
3.3 脑卒中患者的特征分析 |
3.3.1 老年卒中病人的生理特征 |
3.3.2 老年卒中病人的心理特征 |
3.4 基于Kano模型的需求调研与分析 |
3.4.1 Kano模型理论相关论述 |
3.4.2 下肢康复产品需求层次分类 |
3.4.3 问卷调查和用户访谈的结果与分析 |
3.5 构建用户模型和需求分析 |
3.6 本章小结 |
第4章 人性化设计在下肢康复产品的应用 |
4.1 下肢康复产品的人性化设计原则 |
4.1.1 安全性原则 |
4.1.2 易用性原则 |
4.1.3 反馈性原则 |
4.2 人性化下肢康复产品设计定位分析 |
4.2.1 定位设计的目标用户 |
4.2.2 定位使用环境 |
4.2.3 定位人性化设计要素 |
4.3 下肢康复训练机的人性化设计应用研究 |
4.3.1 人机工程学研究 |
4.3.2 功能人性化创新研究 |
4.3.3 造型的人性化设计 |
4.3.4 交互界面的人性化设计 |
4.3.5 色彩的人性化设计 |
4.3.6 材料的人性化设计 |
4.4 本章小结 |
第5章 下肢康复产品的人性化设计实践 |
5.1 下肢康复训练机的外观造型设计 |
5.1.1 初步草图方案 |
5.1.2 草图方案小组评价 |
5.1.3 数字模型制作与展示 |
5.2 下肢康复训练机的效果图展示与说明 |
5.3 下肢康复训练机的交互设计 |
5.3.1 产品交互系统框架 |
5.3.2 界面交互设计 |
5.4 产品尺寸与使用情景图 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录1 坐姿下肢康复产品调查问卷 |
附录2 草图方案评分数据表 |
作者简介 |
攻读硕士学位期间研究成果 |
(4)服装设计与工程专业手绘时装画课程教学实践研究(论文提纲范文)
1 手绘时装画及其课程属性 |
2 手绘时装画课程教学现状 |
2.1 学情分析 |
2.2 课程设置 |
2.3 现有教学模式 |
3 手绘时装画课程教学实践 |
3.1 培养学生兴趣 |
3.2 优化基础训练方法 |
4 结束语 |
(8)冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究(论文提纲范文)
摘要 |
abstract |
英文名词缩写表 |
1 前言 |
1.1 研究背景及意义 |
1.1.1 残疾人体育与残奥运动 |
1.1.2 “冬残奥”与“科技冬奥” |
1.2 本文主要研究内容 |
1.3 本文组织结构 |
1.4 技术路线图 |
1.5 研究假设 |
1.6 名词释义及操作定义 |
2 文献综述 |
2.1 残疾人运动员功能分级 |
2.1.1 残疾人运动员功能分级通则 |
2.1.2 残疾人竞技体育分级研究 |
2.2 人体环节惯性参数研究 |
2.2.1 人体环节惯性参数研究现状 |
2.2.2 环节惯性参数的比例因子估测研究 |
2.3 高山滑雪运动现场分析方法研究 |
2.3.1 视频分析方法 |
2.3.2 惯性传感器的应用 |
2.4 健全人高山滑雪运动技术研究 |
2.4.1 旗门转弯技术的运动学分析 |
2.4.2 滑行速度与滑行时间研究 |
2.4.3 高山滑雪的能量分析 |
2.4.4 高山滑雪滑行轨迹研究 |
2.5 冬残奥高山滑雪研究 |
2.5.1 残疾人高山滑雪的起源与发展 |
2.5.2 冬残奥高山滑雪场地及坐式滑雪器特点 |
2.5.3 坐姿高山滑雪技术分析 |
2.6 文献小结 |
3 截肢运动员身体环节惯性参数研究 |
3.1 引言 |
3.2 研究方法 |
3.2.1 研究对象 |
3.2.2 身体形态测量 |
3.2.3 残端质量及质心位置的测试方法 |
3.2.4 身体一维质心的计算和测量方法 |
3.2.5 模型回归法的有效性验证 |
3.2.6 环节惯性参数的长度比例因子估算方法 |
3.2.7 数据分析 |
3.3 研究结果 |
3.3.1 身体一维质心的模型估计 |
3.3.2 健侧环节质量及质心位置的模型回归结果 |
3.3.3 残端环节惯性参数的长度比例因子估算结果 |
3.4 讨论 |
3.4.1 残端长度对身体一维质心的影响 |
3.4.2 健全人回归模型计算截肢人群环节惯性参数的有效性 |
3.4.3 长度比例因子估测残端质量和质心位置的有效性 |
3.5 小结 |
4 基于轨迹优化的坐姿高山滑雪旗门转弯技术的运动学分析 |
4.1 引言 |
4.2 研究方法 |
4.2.1 研究对象 |
4.2.2 测试环境条件 |
4.2.3 运动学指标测试方法 |
4.2.4 质心运动轨迹曲率半径的计算方法 |
4.2.5 质心运动轨迹长度的计算方法 |
4.2.6 基于倒立摆模型的滑行轨迹仿真 |
4.2.7 数据处理及分析 |
4.3 研究结果 |
4.3.1 系统测试结果及精度分析 |
4.3.2 单旗门转弯的滑行时间及距离特点 |
4.3.3 转弯半径与旗门转弯表现间的关系 |
4.3.4 旗门转弯阶段运动员滑行姿态分析 |
4.3.5 旗门转弯阶段滑行速度特点 |
4.3.6 目标赛段全程滑行时间的影响因素 |
4.3.7 旗门转弯阶段质心运动轨迹的模型仿真结果 |
4.4 讨论 |
4.4.1 单旗门转弯的运动学规律 |
4.4.2 旗门转弯阶段的速度变化规律 |
4.4.3 多旗门转弯的运动学规律 |
4.4.4 倒立摆模型在坐姿高山滑雪轨迹仿真中的作用 |
4.5 结论及建议 |
4.6 实践应用 |
5 研究创新性与不足 |
5.1 研究创新性 |
5.2 研究不足 |
6 总结与展望 |
参考文献 |
致谢 |
附录一 人体环节惯性参数研究概述 |
附录二 曲率半径计算主要程序代码 |
附录三 身体形态测量方法及骨性标记点 |
附录四 姿态传感器通信协议 |
附录五 大学本科至研究生学习经历 |
附录六 攻读博士学位期间科研经历 |
四、运动人体棍图和特征画面的研究(论文参考文献)
- [1]基于视频的人体异常行为识别与检测方法综述[J]. 张晓平,纪佳慧,王力,何忠贺,刘世达. 控制与决策, 2022
- [2]基于双流卷积的实时跌倒行为检测[J]. 金彦亮,陈刚. 计算机工程与设计, 2021(09)
- [3]康复中心脑卒中患者下肢康复产品的人性化设计研究[D]. 付志鹏. 长春工业大学, 2021(01)
- [4]服装设计与工程专业手绘时装画课程教学实践研究[J]. 秦瑜扬. 化纤与纺织技术, 2021(08)
- [5]拉丁舞恰恰定点旋转动作的运动学特征分析[D]. 朱继发. 天津体育学院, 2021
- [6]舞剧叙事修辞研究 ——以第14-16届“文华大奖”获奖作品为例[D]. 沈佳楠. 南京艺术学院, 2021
- [7]基于手扶电梯监控视频的危险行为检测及研究[D]. 张建军. 安徽大学, 2021
- [8]冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究[D]. 徐青华. 上海体育学院, 2021(09)
- [9]煤矿井下人员步态识别算法研究与应用[D]. 陈劭颖. 中国矿业大学, 2021
- [10]基于深度学习的人体行为识别技术研究[D]. 王其顺. 哈尔滨工业大学, 2021