基于Kinect骨骼跟踪技术的手势识别研究

为了实现自然方便的人机交互,提高用户体验,尝试引入微软公司的一款体感周边外设Kinect设备,利用Kinect传感器所获取的人体骨骼跟踪识别点,通过对双手在三维空间中的位置坐标转换,对缩放、旋转的手势进行匹配,将合法的手势信息转换为识别结果,反馈给系统并完成相应的控制指令输出,实现与系统的交互控制.结果表明,该系统具有较高的精度和稳定性,具有一定的借鉴意义.     

基于历史的动态手势识别

基于表观建模的方法是当前手势识别的主流, 我们采用基于历史的手势表示方法, 用皮肤历史图像建立手势表观模型, 然后用原型模板匹配的方法进行手势识别, 并使用切线距离来进行测试样本与模板之间的相似性度量, 以消除视觉敏感问题. 实验结果表明, 该方法显著地提高了识别准确率.     

基于视觉的实时手势识别及其在演示控制中的应用

基于一款已获得国家专利的集成式儿童安全座椅约束系统参数可调的特征,选择座椅高度、靠背角度、安全带限力器限力值为优化变量,以儿童乘员头部损伤、胸部损伤、颈部损伤为优化目标,采用多项式回归近似模型和多目标进化算法相结合的方法对该集成式儿童座椅在保护3岁、6岁、10岁儿童乘员时的可调约束参数进行了多目标优化.结果表明：优化后的约束参数能对上述儿童乘员提供更好的保护作用,优化效果显著.最后在得到的3组优化约束参数的基础上,提出了一种针对3~10岁不同身材儿童的自适应匹配方法.     

基于Kinect传感器的羊体体尺测量方法

在基于机器视觉的羊体体尺测量中,当受到光线、背景等干扰时,彩色图像无法精确提取羊体轮廓。此外,羊体站姿的变化也会造成测量误差。为解决彩色镜头受背景干扰的问题,采用Kinect传感器采集羊体彩色、深度图像,利用深度信息不受光干扰的特点,提出彩色与深度图像相结合的方法提取羊体轮廓;在特征点提取中,采用U弦长曲率得到臀部点,位置关系扫描得到前蹄点、后蹄点、耆点;为解决站姿干扰问题,利用传感器深度信息建立羊体空间轮廓线拟合平面,并计算其与像平面夹角,进行体位站姿纠偏,计算出羊体体尺数据。最后,基于VS2010软件搭建测量系统,经过实地测试,准确测量得到羊体体尺数据,且相对误差小于4.3%。     

基于双目视觉的手势识别研究

搭建了一个便利有效地双目视觉系统,结合深度信息,精准地提取手势信息。采用模板标定法对双目相机进行标定,精确地获取了相机的参数,标定的像素误差为0.67个像素;在立体匹配阶段,利用BM算法快速准确地实现了左右相机图像的匹配,获得被测手势的视差;结合三角测距原理,从而生成较为稠密的深度图;最后将深度信息重新映射到原彩色图像上,实现三维重建,生成三维云图,根据云图信息双目视觉系统能有效地从复杂背景中分割手势,并换一种手势进一步验证了所搭建的双目视觉系统从复杂背景中分割手势的可行性。     

基于Kinect的农作物长势深度图像实时获取算法

快速、准确、实时获取农作物长势形态图像信息已经成为数字农业生产管理的趋势和必要手段,而深度图像信息包含彩色图像所没有的三维信息,可为农作物的生长模型三维重建以及实时长势形态监测提供有价值的数据。本研究采用微软公司开发的一款廉价体感游戏设备Kinect,尝试了对农作物长势形态深度图像进行实时监测研究,在介绍Kinect深度成像原理的基础上,提出了采用Kinect获取农作物长势深度图像的算法以及提取3D点云世界坐标的算法,并开展了初步试验。试验结果表明,该方法可以获取良好的三维图像数据信息,能够为后期农作物的生长模型三维重建、长势状态分析、病虫害实时监测等研究提供有价值的数据依据。     

基于肤色动态手势区域的标定

假设股票价格遵循指数O-U过程,利用随机分析中的鞅方法,得到了具有随机波动率的欧式期权的定价公式,推广了B-S模型.     

基于Kinect的哺乳期母猪姿态识别算法的研究

[目的]哺乳期母猪的姿态是其母性的外在表现,为监测母猪在哺乳期的哺乳行为,提出了一种基于Kinect的无接触式母猪姿态识别算法。[方法]使用Kinect 2.0采集位于限位栏内哺乳期小梅山母猪的深度数据。先通过姿态预分类将母猪的姿态分为站姿与卧姿,而后针对卧姿,使用基于DBSCAN(density-based spatial clustering of applications with noise)密度聚类算法计算母猪高度信息的簇数,通过比较簇的个数将卧姿分为侧卧与趴卧;针对站姿,使用基于脊背线提取的识别算法,将脊背线分成前后2段,通过比较前后2段脊背线的平均高度将站姿分为站立与坐立。[结果]比较人眼观察结果与算法识别结果,该算法识别站立、坐立的准确率分别为94.3%、92.6%,趴卧识别准确率为84.2%,侧卧姿态为93.7%。[结论]提出了一种无接触式的哺乳期母猪姿态识别算法,为母猪哺乳能力的评判与健康状况的分析提供了技术支持。     

基于CNN和DCGAN的手势识别的研究

近年来,由于硬件的不断改善,深度学习在视觉识别等方向有了突破性的进展,具体表现为人机交互行为频繁地出现在日常中,尤其计算机视觉方面的飞速发展导致以人为本的人机交互技术必将取代以计算机为本的人机交互技术.手势识别的研究提供了一种与人类互动的新方式,它符合上述描述的趋势.传统的手势识别方法采用人力提取特征值,费时费力.因此...     

基于视觉的手势识别技术及其应用研究

研究基于视觉的手势识别技术,并在OpenCV的平台基础上实现基于该技术的多媒体教学的应用,即在幻灯片播放的过程中能够由动态手势来控制幻灯片的翻页。首先通过摄像头来采集图像,利用背景差分法结合颜色直方图检测动态信息完成手势的检测。其次通过几种动态手势的跟踪算法的分析与比较,采用主流的非线性跟踪算法—粒子滤波算法。最后是应用实现部分,将手势识别的结果应用于多媒体演示文稿的播放中,实现通过动态手势实时控制PPT翻页的功能。     

基于深度迁移学习的钢琴演奏手势识别技术研究

应用传感器实现钢琴教学时,为随时获取钢琴演奏者的演奏手势是否规范,需要合理的钢琴演奏手势识别技术,为此提出基于深度迁移学习的钢琴演奏手势识别技术研究。采用IU-EKF算法实现钢琴演奏手势的定姿,获取演奏者的演奏手势姿态,将该演奏手势信息作为数据样本,利用MEMS惯性传感器采集钢琴演奏手势姿态数据,并通过状态空间模型做出手势姿态估计。以该模型为基础,利用多特征提取方法,获取手势特征,并对不同特征作出归一化处理,将处理后的结果输入到极限学习机(VGG-16)网络模型中,通过该模型的深度迁移学习与训练,实现钢琴演奏手势的识别。经实验验证：该方法能有效提取演奏者手背、手指下关节、手指上关节的各角度特征,且相较于其他方法该方法具有较高的识别精度,能够在不同的时间有效识别手指上、下关节俯仰角的变化情况。     

Kinect传感器的植株冠层三维数据测量

植株三维信息重构能为植株生长状态监测和精确喷雾施药提供有效数据。提出一种基于Kinect传感器技术的植株冠层三维数据测量的方法。由Kinect传感器进行植株彩色和深度图像数据的采集,提取和处理所采集的植株冠层目标有效三维信息,完成对植株深度数值和水平投影面积的计算。以规则形状物体与不规则植株为实验对象,对三维数据测量方法进行准确性实验测试,并将实验结果与人工测量结果进行比对。实验结果显示,该方法的深度和面积测量的准确性较高,深度测量误差小于1.0%,面积测量误差小于3.6%。选取温室吊兰作为场地实验对象,采用由测量机构和控制处理机构组成的冠层三维检测系统对吊兰冠层进行三维数据测量,并实时输出深度以及水平投影面积信息,其深度测量的相对误差为1.77%。研究表明,该方法具有较高的可行性,适用于温室植株冠层三维数据测量。     

基于颜色传感器的绿色识别系统设计

从硬件和软件2个方面论述了颜色检测识别系统的总体设计、颜色传感器的选型及辅助光源、信号电路、系统运行程序的设计等,并在实验室条件下对该系统的有效性进行了验证。     

基于Kinect的农业虚拟教学研究

尝试引入微软公司的一款体感周边外设Kinect设备,首先根据设备提供的人体运动检测提取复杂背景下的人体信息,结合自定义的背景图像信息制作虚拟演播室;利用手势功能完成对虚拟演播室背景图像的切换控制,以达到虚拟教学的目的.通过验证基于Ki-nect的前景提取和手势识别控制背景信息能力,证明该设计可以用于农业虚拟教学研究,有一定的借鉴意义.     

基于压电陶瓷传感器的管道损伤识别

为研究外荷载冲击作用下管道裂纹损伤的识别方法,以自制的落球控制装置对空管和充水埋土管道2种不同服役工况下的健康管道、单损伤管道以及多损伤管道进行荷载冲击试验.利用压电陶瓷传感器拾取外荷载冲击不同损伤工况下的空管以及充水埋土管道所产生的应力波信号,先以小波包能量公式分别健康与损伤管道上传感器监测信号的能量,再根据均方根偏差计算得到损伤指数,基于损伤指数变化进行管道损伤识别可行性研究.结果表明,空管损伤指数随着传感器至损伤距离的增大而减小,同时损伤识别的灵敏度也随之降低,空管的损伤指数随着损伤轴向宽度的增大而增加;以损伤指数为判定指标,不仅能有效定位空管单个裂纹损伤和多个裂纹损伤的存在和存在位置,还能有效识别裂纹损伤的严重程度;改变管道的服役工况,基于该指标仍能实现不同服役工况下管道单损伤与多损伤的存在位置及损伤严重程度的识别.以损伤指数为指标来进行管道损伤识别的方法切实可行且具有普遍性.该研究成果为服役管道的健康监测提供了重要参考.     

三维传感器Kinect在农业领域的应用与发展

随着信息技术的不断发展,三维传感器也得到了越来越多的应用,其中微软公司推出的Kinect传感器受到了各个领域研究人员的关注,使Kinect在计算机视觉与控制、医疗、教育、电子商务等领域都有很好的应用。本文介绍Kinect设备的组成及其工作原理,并阐述其在农业领域的应用现状,包括在农作物上的监测与记录、农业机器人视觉系统和作物三维形态生长模型的重建等,分析Kinect设备的优点与不足。最后,对Kinect在农业领域的应用进行展望。通过对Kinect的介绍与分析,从而发掘其在农业方面的应用潜力,为三维成像技术在农业领域的进一步发展提供参考。     

基于无线传感器的粮库虫害实时监测系统

针对粮库虫害监测中存在的线路复杂、实时性差、人工维护成本高、费时费力等问题,设计出基于ZigBee网络的粮库虫害实时监测无线传输系统.该系统采用JN5148无线微控制器构建无线传感网络,利用声音传感器实时采集粮库中的虫害信息,并通过路由节点将监测信息实时传送给中央监控计算机.实际运行情况表明该系统成本低廉,功能扩展灵活,实时性强,便于现代化集中管理.     

基于超声波传感器的电极长度实时测控系统

设计与开发了以工控机为核心，以MCGS组态软件为开发平台，基于可编程超声波精密传感器的电极长度实时测控系统．提出了实时测量电极挤出长度并控制电极挤出速度的方法．该系统通过测量电极剪切端面与传感器之间的距离，计算电极的挤出长度，并以电极长度为反馈量控制电极挤压速度，实现了电极剪切的零速定位．实际运行表明，系统可靠、有效，电极长度误差小于10mm．     

融合多特征和压缩感知的手势识别

本文使用风险中性评价方法分三部分计算了复合期权的价值,针对需要计算联合分布的第二部分,通过选取边缘分布为GARCH模型的二元正态Copula模型进行推理验证,结果求得的联合分布与使用风险中性评价方法的计算结果一致.进一步计算得到了时间相依的复合期权的价值,并且给出了使用Bayes时序诊断法和Z检验来诊断期权定价时其出现价格大的波动时的局部拐点的方法.     

面向整枝机控制的手势识别技术研究

为了实现对自动立木整枝机的手势控制,需要完成手势识别和无线遥控两部分工作,因此开展了基于表面肌电信号的手势识别技术研究。首先根据整枝机6个工作状态的特点定义相对应的6个手势,即:握拳、上切、下切、外翻、内翻和展拳;然后对采集到的表面肌电信号进行预处理,包括消噪和活动段分割;再对表面肌电信号进行时域和时-频域分析,得到3类特征,即:平均绝对值、自回归参数模型系数和小波分解后的各子频段信号平均能量;最后,构建支持向量机分类器,通过V折交叉验证得到最佳参数,分别进行单用户和多用户的识别实验。手势识别实验结果表明:单用户识别的准确率最高达100.00%,平均准确率为98.07%,高于多用户识别(91.19%)。本研究为实现整枝机手势控制的后续工作奠定了基础,为推进林业机械的智能化与人机交互进程提供了一种有效的新思路。