预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

基于Kinect骨架信息的人体动作识别的任务书 任务书 一、任务概述 本任务是基于Kinect骨架信息的人体动作识别,旨在通过Kinect传感器进行骨架信息采集,提取人体动作特征,建立人体动作识别模型,实现对人体动作的准确识别。 二、任务背景 人体动作识别技术广泛应用于人机交互、虚拟现实、运动训练、安防监控等领域。基于Kinect骨架信息的人体动作识别具有无需传统标定、实时性强、无需佩戴任何器械等优点,成为近年来的研究热点。本任务旨在深入研究基于Kinect骨架信息的人体动作识别技术,提高对人体运动状态的识别能力。 三、任务要求 1.采集训练数据:使用Kinect传感器采集运动员进行不同动作时的骨架信息,包括动作类型、动作起始时间、动作终止时间等信息。 2.提取特征参数:对采集到的骨架信息进行预处理、去噪、特征提取等处理,提取出影响人体动作的主要特征参数。 3.建立分类模型:采用机器学习算法或深度学习算法,建立人体动作分类模型,并进行模型训练和调优。 4.实现动作识别:对新采集到的未知动作进行识别,输出动作类别和时间范围。 四、任务基础 1.具备机器学习和深度学习相关基础知识; 2.具备图像处理、信号处理相关基础知识; 3.了解Kinect传感器骨架信息采集原理和相关API。 五、参考文献 1.JianxinWu,JianwuFang,XiangyangJi,etal.Humanactionrecognitionusingkinectmotioncapturedata[J].IEEETransactionsonIndustrialInformatics,2014,10(2):1395-1404. 2.XinChen,JiangyuanQin,Wei-rongChen,etal.Real-timehumanmotionrecognitionbasedonkinect3dskeletondata[J].Neurocomputing,2016,173:1933-1942. 3.XiaodongLi,XiaoyuZhang,ChenliangXu,etal.Humanactionrecognitionbasedonthefusionofskeletoninformationanddepthmaps[C].IEEEComputerSocietyConferenceonComputerVisionandPatternRecognitionWorkshops,2010,9:9-14. 六、评分标准 1.数据采集与处理得分30分; 2.特征提取得分20分; 3.算法设计与实现得分30分; 4.识别准确率和模型优化得分20分。 七、任务指导 1.进行数据采集前,需要确定人体动作种类和采集时间,助教会提供Kinect传感器并进行操作培训; 2.数据采集完毕后,需要对数据进行预处理、特征提取等操作,得到有用的特征参数; 3.建立分类模型时可以采用KNN、SVM、决策树等机器学习算法,也可以采用深度学习算法,如CNN、LSTM等; 4.识别准确率和模型优化可以采用交叉验证、网格搜索等方法进行。 八、作业要求 1.要求使用Python或Matlab等编程语言完成本次任务; 2.要求提交完整可运行的代码、实验报告和PPT。 九、截止日期 本次任务的截止日期为3周后的周日,之后评分标准将依据提交时间计算扣分。