导读:本文包含了人体运动跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:人体,目标,卡尔,轨迹,图像,惯性,算法。
人体运动跟踪论文文献综述
陆玉立[1]（2019）在《叁维人体动画单目视频运动轨迹准确跟踪方法研究》一文中研究指出为了提高叁维人体动画单目视频运动轨迹跟踪识别能力,提出一种基于Harris角点检测和模板特征匹配的叁维人体动画单目视频运动轨迹准确跟踪方法。采用帧扫描和块匹配方法进行叁维人体动画单目视频运动轨迹图像的边缘轮廓特征检测,采用电子稳像渲染方法实现叁维人体动画单目视频运动轨迹图像的稳态跟踪,结合Harris角点检测方法提取运动轨迹图像的关键动作特征点与轮廓信息,对重建叁维人体动画单目视频运动轨迹图像的表面纹理特征进行多模态配准,对叁维人体动画单目视频运动轨迹图像进行平滑去噪,降低叁维人体动画单目视频运动轨迹重建和跟踪的误差,实现叁维人体动画单目视频运动轨迹的准确跟踪。仿真结果表明,采用该方法进行叁维人体动画单目视频运动轨迹跟踪的分辨力较高,特征点的匹配能力较强,提高了人体动画轨迹跟踪的精度。(本文来源于《长春大学学报》期刊2019年08期）
张鋆豪,何百岳,杨旭升,张文安[2]（2019）在《基于可穿戴式惯性传感器的人体运动跟踪方法综述》一文中研究指出基于可穿戴式惯性传感器(Inertial sensor unit, IMU)的人体运动跟踪技术具有佩戴方便、运动空间不受限和成本低等优点,已广泛应用于医疗康复、体育竞技、人机交互和虚拟现实等领域.本文对惯性式人体运动跟踪技术的发展历史、研究现状以及典型方法进行了较为全面的梳理和总结,主要包括人体运动学模型和生物学约束,传感器初始对准方法,传感器种类,传感器误差处理以及数据融合方法,并概述相关方法应用于实际的现状.最后,总结了该领域待解决的难点问题,并对未来的发展趋势进行了展望.(本文来源于《自动化学报》期刊2019年08期）
姜嘉璇,黄春琳[3]（2019）在《人体快转向运动自适应卡尔曼跟踪算法》一文中研究指出穿墙雷达对人体目标进行跟踪探测面临一系列技术难点,包括墙体反射产生的虚警、射频干扰、定位误差和目标丢失等。针对上述问题,文中基于多目标数据关联和自适应的卡尔曼滤波算法,提出一种适用于穿墙雷达探测的快转向运动人体轨迹跟踪综合处理算法,重点解决快转向运动人体目标的跟踪及多运动人体目标的轨迹交叉等问题。实验结果验证了该算法具有虚警较少、轨迹平滑、计算量小、易于工程实现、定位误差可减小50%等优点。对于反向运动的人体目标,算法也可进行有效跟踪。(本文来源于《现代雷达》期刊2019年07期）
林晓菊[4]（2019）在《基于叁帧差法的人体水中运动轨迹跟踪系统设计》一文中研究指出为了解决传统的人体运动轨迹跟踪系统在进行水下跟踪时模型叁维重建时间长,得到的跟踪轨迹与人体实际运动轨迹不符的问题,基于叁帧差法设计一种新的人体运动轨迹跟踪系统。该系统针对水下环境进行深入研究,在硬件架构中设立了初始化层、运动检测层和人体跟踪层,并构建叁维人体模型、运动特征提取模块和运动特征分割模块,以此确定人体的边界特征、灰度特征、轮廓特征和肤色特征。引用叁帧差法设立系统软件流程,共分为图像检测、差分图像获得、阈值处理、连通性分析、图像判别五步。为检测跟踪系统效果,与传统跟踪系统进行实验对比,结果表明,基于叁帧差法设计的人体水下运动轨迹跟踪系统可以在短时间内构建出叁维模型,绘制的跟踪轨迹与实际运行轨迹相似度高于传统跟踪系统。(本文来源于《现代电子技术》期刊2019年13期）
沈世斌,谢非,牛友臣,王天洋,钟港林[5]（2019）在《基于混合高斯模型优化的运动人体跟踪方法》一文中研究指出复杂背景下运动人体目标的自动检测与跟踪效果常易受环境光线变化的干扰.面向变光线环境下运动人体检测与跟踪,提出一种基于混合高斯模型优化的Camshift检测跟踪算法,首先采用混合高斯模型进行前景建模,将外界扰动作为背景信息进行处理;然后进行色彩空间转换并计算反向投影值,进一步利用Meanshift迭代定位运动目标;最后,通过更新混合高斯模型及后续帧的处理保持人体目标的有效检测及跟踪.实验结果表明,该方法相较于传统的光流方法及Camshift算法,可更好地适应环境光线变化及枝叶晃动影响,较好地获取运动目标前景信息,提高运动人体目标的检测及跟踪精度.(本文来源于《南京师范大学学报(工程技术版)》期刊2019年01期）
李晨[6]（2019）在《视频图像中的快速人体运动目标跟踪算法研究》一文中研究指出为了有效提升视频图像中人体运动目标跟踪的速度和准确性,提出一种基于改进CamShift算法和Kalman滤波器的快速运动目标跟踪算法。首先采用YCbCr颜色模型对典型CamShift跟踪算法的预处理过程进行改进,有效提高了人体运动目标检测的鲁棒性。然后通过结合Kalman滤波器实现运动目标的位置预测。仿真实验结果显示,相比其他基于CamShift的跟踪算法,提出的算法能够有效抑制噪声和背景的干扰,在目标跟踪的效果和准确性上均有一定的提高。(本文来源于《现代电子技术》期刊2019年03期）
徐诚[7]（2018）在《面向人体运动跟踪的IMU/TOA融合定位模型与性能优化研究》一文中研究指出随着物联网的飞速发展,可穿戴人体运动跟踪技术日益受到人们的关注与重视,在医疗保健、应急救援和影音娱乐等诸多领域得到了广泛应用。但是,现阶段的可穿戴人体运动跟踪系统主要依赖于加速度计、陀螺仪等惯性传感器,其最大挑战在于误差随使用时间的增加而增大,是不能自主恢复且逐渐累积的,即存在累积误差和漂移问题。针对上述问题,本论文开展面向人体运动跟踪的IMU/TOA融合定位模型与性能优化研究,旨在解决传统惯性可穿戴设备面临的累积误差和漂移问题。在此目标下,本论文的主要研究内容与创新点如下:(1)人体运动跟踪性能评估方法:通过理论误差下限的推导分析,从理论上证明采用IMU/TOA融合方法解决惯性传感器累积误差和漂移问题的可能性。通过对融合定位系统克拉美罗界(Cramer-Raolowerbound,CRLB)的推导,从空间性能和时间性能两个角度进行了深入分析,从理论上证明了IMU/TOA融合方法在解决累积误差问题上的有效性。仿真实验结果显示,IMU/TOA融合定位系统在空间性能和时间性能两个方面,较单一跟踪系统的性能都有较大提升,很大程度上解决了累积误差和漂移问题,可以为后续的系统设计和算法分析提供理论基础,并作为评价算法性能的有效手段。(2)人体运动的几何动力学建模:通过对人体运动跟踪的几何动力学建模,实现IMU/TOA的多源融合,解决IMU惯性系统与TOA测距系统的信息融合方法问题。提出了一种基于几何动力学的人体运动跟踪模型,将整个人体视为关节相互连接的整体,使用Denavit-Hartenberg(D-H)方程将惯性测量数据和TOA距离测量数据有机的统一为整体,将关节之间的几何约束关系统一到模型描述中,实现协同跟踪多目标间的互补几何关系,这在一定程度上限制了传感器的累积误差和漂移问题。(3)基于误差估计的人体运动跟踪优化方法:通过基于IMU/TOA联合误差估计和位置最优化方法,解决如何提高人体运动跟踪精度的问题。提出了一种基于切比雪夫中心的minmax最优化方法,从几何意义上考虑了目标的真实位置,旨在提高目标跟踪精度。通过与state-of-the-art的最优化目标跟踪方法比较,所述方法在不同测量场景(即测量方差)的情况下都表现出更好的测量精度和一致性。(4)基于IMU/TOA融合的可穿戴测量平台:将前述融合人体运动跟踪模型和算法,应用到实际的系统设计中,搭建了一套基于IMU/TOA融合方法的可穿戴测量平台。通过实际场景中的运动跟踪实验,验证了本文提出的模型及算法的有效性,具有很好的实际应用价值。(本文来源于《北京科技大学》期刊2018-12-03）
雷中俊,左园忠,唐德谦,姚保良[8]（2018）在《智能可视高空作业防坠物联网系统中人体运动跟踪研究》一文中研究指出针对人体运动跟踪,本论文设计了运动目标模型,对在指定空域高速运动的单模型运动目标进行了KF(卡尔曼滤波)算法的详细推导,并通过仿真分析了噪声及运算次数对算法的影响。结果表明,针对既定的目标运动模型和运动空域,KF算法可以有效实现对运动目标的轨迹预判,基于运动目标轨迹预判信息,跟踪随动系统实现持续跟踪。对实际应用具有一定的借鉴意义。(本文来源于《数字通信世界》期刊2018年09期）
李松林,贾勇,郭勇,钟晓玲,崔国龙[9]（2018）在《基于改进Camshift的穿墙雷达运动人体目标成像跟踪算法》一文中研究指出针对穿墙雷达运动人体目标图像"闪烁"与"抖动"的特点,提出基于改进Camshift的穿墙雷达运动人体目标成像跟踪算法。首先,针对形成的连续多帧穿墙雷达图像以及对应的颜色概率分布图,引入目标预测过程以确定图像中运动目标搜索波门,消除波门外的杂波干扰;然后,利用颜色概率分布图,在波门内自适应迭代调整目标搜索窗尺度,匹配形状与大小变化的目标图像以提取目标位置;最后,对提取的目标位置进行α-β滤波,形成连续平滑的目标运动跟踪航迹,实现基于穿墙雷达成像的建筑物内运动人体稳定航迹跟踪。多输入多输出(MIMO)穿墙雷达实验结果显示,与传统Camshift和Meanshift算法相比,改进后算法的跟踪航迹误差分别降低了40.99%和43.09%,获得了更加准确和平滑的目标运动航迹。(本文来源于《计算机应用》期刊2018年02期）
高杰[10]（2017）在《面向电子沙盘自然交互的人体运动跟踪系统》一文中研究指出电子沙盘以计算机模拟实景模型,是指挥人员研究地形、敌情和作战方案的重要工具,在电子沙盘使用过程中,交互方式直接影响着指挥人员在电子沙盘上的指挥效率。动作识别及头部跟踪等自然交互技术在电子沙盘交互上的应用,使指挥人员仅通过简单的身体动作就可以控制沙盘中操作对象,提高了交互的自然性和指挥人员的作战指挥效率。为了实现动作识别和头部跟踪等交互手段,本文对光学式人体运动跟踪技术及交互动作识别进行了研究,研究内容主要包括标记点连续跟踪、人体运动参数计算和面向电子沙盘的交互动作识别。首先,针对光学式运动跟踪系统中标记点遮挡、混淆等问题,提出基于多种约束条件的标记点连续跟踪方法。本文根据标记点运动的连续性和轨迹平滑性,结合同一肢体段上标记点的结构特性,对混淆点进行有效的剔除,保证了标记点跟踪的正确性。同时根据同一肢体段上可见标记点位置,利用标记点间的局部刚性和连续性,对缺失标记点位置进行预测,能够实时有效的恢复缺失数据。最后本文针对标记点跟踪丢失后的重新找回问题,提出一种基于标记点间的局部刚性和人体骨骼生理约束的缺失标记点重发现方法,从而提高标记点连续跟踪的鲁棒性。实验表明,该方法可以有效跟踪标记点位置。其次,本文基于人体层次骨骼模型和标记点佩戴方式,提出一种人体运动参数计算方法。本文根据标记点与关节中心的相对位置不变性,通过多组已知的静态姿势,计算出局部坐标系下的关节中心位置,以此建立标记点-关节中心关系模型,通过关系模型实时计算关节中心位置。实验表明,此方法能够快速的计算出人体运动参数。最后,本文在人体运动跟踪系统的基础上,根据电子沙盘中的交互动作,使用多分类支持向量机算法对人体行为进行识别,然后根据操作人员兴趣区域中的语义对象映射出交互语义,最终交由系统完成对应任务操作。本论文研究成果最终在电子沙盘场景中得到应用验证。(本文来源于《南京理工大学》期刊2017-12-01）
人体运动跟踪论文开题报告
（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：
基于可穿戴式惯性传感器(Inertial sensor unit, IMU)的人体运动跟踪技术具有佩戴方便、运动空间不受限和成本低等优点,已广泛应用于医疗康复、体育竞技、人机交互和虚拟现实等领域.本文对惯性式人体运动跟踪技术的发展历史、研究现状以及典型方法进行了较为全面的梳理和总结,主要包括人体运动学模型和生物学约束,传感器初始对准方法,传感器种类,传感器误差处理以及数据融合方法,并概述相关方法应用于实际的现状.最后,总结了该领域待解决的难点问题,并对未来的发展趋势进行了展望.
（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。
人体运动跟踪论文参考文献
[1].陆玉立.叁维人体动画单目视频运动轨迹准确跟踪方法研究[J].长春大学学报.2019
[2].张鋆豪,何百岳,杨旭升,张文安.基于可穿戴式惯性传感器的人体运动跟踪方法综述[J].自动化学报.2019
[3].姜嘉璇,黄春琳.人体快转向运动自适应卡尔曼跟踪算法[J].现代雷达.2019
[4].林晓菊.基于叁帧差法的人体水中运动轨迹跟踪系统设计[J].现代电子技术.2019
[5].沈世斌,谢非,牛友臣,王天洋,钟港林.基于混合高斯模型优化的运动人体跟踪方法[J].南京师范大学学报(工程技术版).2019
[6].李晨.视频图像中的快速人体运动目标跟踪算法研究[J].现代电子技术.2019
[7].徐诚.面向人体运动跟踪的IMU/TOA融合定位模型与性能优化研究[D].北京科技大学.2018
[8].雷中俊,左园忠,唐德谦,姚保良.智能可视高空作业防坠物联网系统中人体运动跟踪研究[J].数字通信世界.2018
[9].李松林,贾勇,郭勇,钟晓玲,崔国龙.基于改进Camshift的穿墙雷达运动人体目标成像跟踪算法[J].计算机应用.2018
[10].高杰.面向电子沙盘自然交互的人体运动跟踪系统[D].南京理工大学.2017
论文知识图
