导读:本文包含了人体尺度论文开题报告文献综述及选题提纲参考文献，主要关键词:家具设计,人体动态因素,家具尺度,人体工程学
人体尺度论文文献综述
孙明磊,哈佳宁,高宏博[1]（2019）在《基于人体动态因素的座椅类家具尺度设计研究》一文中研究指出家具的尺度是影响家具形态、功能以及生产和包装运输等环节的重要因素。本文从人与座椅类家具关系的角度出发,对人体在入座和起身时的肢体行为等动态因素进行分析,得出了人体动态因素对座椅类家具尺度的影响。在座椅类家具尺度设计中充分考虑人体动态因素的影响,可以提高座椅类家具的体验感和舒适性。(本文来源于《艺术科技》期刊2019年07期）
丛磊,杨守军[2]（2019）在《植物空间设计与人体尺度的关系》一文中研究指出植物空间是在人的视线范围内,由不同高度的树木花草组合配植而成。本文对几组人体数据、植物材料、园林应用形式以及人的心理感受进行分析,探讨人的视觉角度、视觉距离、视线通透与植物空间设计,人体尺度与植物空间结构的密切关系。(本文来源于《山东林业科技》期刊2019年02期）
都文龙[3]（2019）在《基于多尺度级联沙漏网络的人体姿势估计》一文中研究指出人体姿势估计旨在从图像中检测和识别人体的主要关节位置,是实现图像理解和行为识别的关键技术,也属于计算机视觉中的基本问题。近来,随着卷积神经网络的应用,人体姿势估计精度得到了很大的提高。但是在关键点被遮挡、人与人间的重迭、复杂的背景等情况下,网络依然会识别出一些错误的点。针对上述问题,本文首先提出了一个多尺度协同网络,通过不同尺度的特征图输入赋予每个网络不同的功能;继而提出了多尺度线性加权的损失函数,用于动态调节多尺度级联结构中损失函数的权重,提升定位精度。在人体姿势估计中,检测精度主要取决于关键点类型的全局信息和关键点位置的局部信息,因而合理有效的信息处理过程对检测结果至关重要。在级联沙漏网络中,单纯地增加级联网络的深度不能有效提高准确率。针对这个问题,我们提出了一个多尺度协同网络。通过多尺度预处理网络形成不同尺度的特征图,将特征图按照从小到大的顺序依次输入到级联网络,赋予每个沙漏网络不同的功能,提高网络整体协作能力。其中,Inception-resnet基本模块作为沙漏网络的增强方法,有效结合了 Inception结构处理多尺度信息的能力和Resnet结构在网络加深时避免梯度消失的特点。本文通过多组对比试验,在MPII数据集和LSP数据集上进行定量评估,多尺度协同网络相较于原级联沙漏网络准确率提高了 0.41%,基本模块Inception-resnet优化后的模型准确率提高了 0.83%。实验验证了多尺度协同网络的有效性和适用性。在级联沙漏网络中使用中继监督进行约束,保证每个沙漏网络输出的准确性。然而,平均加权的损失函数中每个关键点具有相同的损失函数权重,不利于整体提高网络的准确率。针对这个问题,我们提出了多尺度线性加权的损失函数,关键点在不同网络中具有不同的损失函数权重,基于前一级网络损失函数的权重和权系数,动态调整当前网络损失函数的权重,整体提高网络检测关键点的准确率。本文通过平均加权和多尺度线性加权两种损失函数对相同的网络模型进行训练,实验显示在PCKh@0.2和PCP@0.5两种评价方法下,相比于平均加权,多尺度线性加权优化后的模型准确率分别提高0.8%和0.7%。此外本文也比较了两种方法在预测图像上的效果差异。定量和定性的实验验证了多尺度线性加权损失函数的优越性。(本文来源于《杭州电子科技大学》期刊2019-03-01）
陈璨,张伟郁,卢程坤[4]（2018）在《基于人体最小尺度的灾后装配式模块化住宅》一文中研究指出近年来地震等自然灾害给我国人民带来深重的苦难。灾后保障性住宅的建设是国家抗震救灾工作中的重要环节。目前我国的灾后过渡期临时住宅还存在着空间面积浪费,功能单一,卫生情况欠佳等难题。为应对这些问题,文章从最基本的人体尺度出发,探讨出一种满足主要功能空间的装配式模块化住宅,在保障灾区人民居住舒适感的同时达到合理利用土地资源,方便快捷装拆、存储的目标,满足可持续发展的原则。(本文来源于《江苏建筑》期刊2018年06期）
王欣茹[5]（2018）在《基于人体工程学高校单间式宿舍起居空间的尺度研究》一文中研究指出近年来,社会经济的高速发展和教育改革的不断深入,使得大量的校园建筑相继建成。与此同时,校园建设的高涨发展也推动了学生最基本的生活设施-宿舍的蓬勃发展。与以往相比,宿舍使用人群和社会的需求也都出现了新的变化,但同时也出现了较多的问题,例如,大学生身高的普遍增长导致现在的床尺寸已经不能满足其舒适使用了,宿舍空间的尺度标准还是多年以前追求经济背景下的,家具的尺寸大小和宿舍活动空间尺度大小等也越来越无法满足当前大学生人群的使用需求了,这些不符合人体工程学的设计也亟需得到改进和发展。所以本文通过分析单元式宿舍起居空间尺度出现的问题,本着“以人为本”的原则和人体工程学的理论方法,进行宿舍起居空间相关尺度的分析研究,以期研究出满足当下学生需求的宿舍起居空间尺度设计。主要研究的内容有宿舍起居空间内基础家具的尺度、人体活动尺度、新尺度下起居空间的平立面尺度和不同平面布局下的经济型、适宜性空间尺度研究。论文通过分析比较法、文献归纳法和调查法、实地考察法和相关人体尺寸数据调研统计法,对相关研究内容进行研究。首先对调研得到的单间式宿舍起居空间内不符合人体工程学的尺度设计进行思考并分析其影响因素,之后运用人体工程学原理和相关人体工学的人体尺寸数据(调研统计所得)和公式进行推算研究内容中的尺度,例如,通过研究宿舍起居空间内相关百分位下的人体的坐姿、身高等得到桌椅、床等基础家具尺寸,通过研究人工学下人的活动空间尺度大小得到室内活动空间经济尺度和舒适尺度,之后经过对前面家具尺寸和起居空间内活动尺度结论的结合,分析研究宿舍起居空间常见平立面布局的新尺度并归纳其特点和指导性意见。通过以上研究本文希望以科学的方法创造出满足当下学生需求的宿舍起居空间尺度设计,为人在室内空间的活动范围提供主要的参数依据,为室内相关尺度提供适宜的尺度参考意见。(本文来源于《深圳大学》期刊2018-06-30）
周永生[6]（2018）在《基于多尺度CNN特征的人体行为识别算法研究》一文中研究指出近年来图像、声音和文字等数据伴随着互联网信息技术的飞速发展呈现出爆炸式增长,与日俱增的数据也促进了人工智能和计算机视觉等领域的发展。人体行为识别技术是机器视觉领域的一个研究热点,其在视频检索、智能视频监控系统、人机交互、虚拟现实、智能家居和运动员辅助训练等领域扮演着越来越重要的角色。人体行为识别的主要工作是对视频中人物对象的行为进行识别和分析。虽然目前在人体行为识别领域的研究已取得一定成果,但是真实生活场景下的人体行为识别由于受到摄像头的移动、目标尺度变换、动态背景、视角和光照等因素的影响而具有很大的挑战性。传统的行为识别算法通常包括特征提取、视频序列特征编码和训练识别叁个步骤。因此,提取视频中鲁棒的具有更高区分度的特征是提升人体行为识别效果的关键所在。本文提出了一个新的人体行为特征构建方法来描述人的动作行为,这个方法是基于深度卷积神经网络特征和主题模型实现的。经实验验证,与传统的从卷积神经网络全连接层提取的特征图相比,从卷积神经网络卷积层提取的特征图不仅维度更低而且具有更高的区分度。因此,本文基于卷积神经网络特征图,使用了多尺度下采样策略来克服对象在尺度变化和形状变化上带来的干扰。而且,本文使用Latent Dirichlet Allocation(LDA)主题模型来刻画输入视频序列间的语义关系并为视频生成主题直方图。LDA模型使得最后每个视频序列的特征更加关注于视频帧之间的语义关联,而不只是空间位置信息。此外,为了能够从时间域上寻找人体行为序列之间的关联性,我们提出了一个基于多尺度卷积神经网络和长短时记忆网络的人体行为识别方法。该方法在卷积网络层中构建多尺度特征表达,通过学习融合权重参数的方法,对不同尺度的特征进行融合,为视频帧构建一个更鲁棒的特征表达,并依次送入长短时记忆网络单元,最后通过一个分类层来实现人体行为的识别。为了测试本文所提出的人体行为识别算法,我们在UCF-Sports和UCF-11两个十分具有挑战性的人体行为识别标准数据库上进行了实验。实验直接采用了在ImageNet大规模分类数据集上训练出来的VGG-16卷积神经网络模型提取视频帧的特征图和初始化网络参数。最后的实验结果验证了本文所提出的方法在人体行为识别任务中的有效性。(本文来源于《西南大学》期刊2018-04-08）
王玉雷[7]（2018）在《基于尺度变化及多模板匹配的人体目标跟踪》一文中研究指出在当前计算机计算能力得到极大提升且大量的基于计算机技术的新式算法的提出的背景下,使得具有一定智能的机器人实现成为可能,特别是针对服务领域的机器人实现方法得到了广泛的关注。而对于服务机器人来说,一个重要的功能是对目标进行有效的跟踪。从2012年以来大量的基于视频的跟踪方法被提出来,并且取得了较好的成果,这种实现的跟踪方法主要应用于安防监控方向,而对于在实际场景下的跟踪方法目前相对较少,所以本文利用当前对图像处理较好的深度学习卷积神经网络方法,对实现目标跟踪在实际场景下的应用提出一个解决方案。针对在目标跟踪中出现目标大小尺度变化的情况,设计了专门的多尺度输入网络,对相应尺度的目标进行特征提取,有效处理在跟踪中由于距离变化带来的跟踪对象被背景淹没的情况。对于目标尺度不同的匹配问题,改进了孪生网络用于对目标特征进行相似性度量,较好的实现了对不同尺度图片匹配的适应能力。针对在视频跟踪中没有考虑的目标大小发生变化的情况,应用了目标框回归的方法对得到的目标框进行调整,改进了输出效果。对于在长时间跟踪中出现的目标发生变化的情况,本文提出了一个叁尺度基准模板匹配的方法,增强在长时间跟踪中的鲁棒性,对于模板库中可以使用的模板,提出了结合匹配精度以及和前面叁帧结果匹配均值的比较方式,这样在模板匹配的更新中就使用到了跟踪的历史信息,增加了跟踪算法提取目标信息的能力。并且在OTB数据集以及实际环境中对本文中的方法进行了验证,通过原有算法和本文算法的对比测试结果,验证算法的性能。(本文来源于《哈尔滨工业大学》期刊2018-01-01）
张建强,罗志增,章琴[8]（2017）在《人体静态平衡运动力学分析中多元多尺度熵特征改进算法》一文中研究指出目的利用改进的多元多尺度熵特征对人体静态平衡运动力学信号进行分析。方法在多元多尺度熵计算中,要对多元延迟向量的维数进行扩展,本文针对性地将单个变量的依次嵌入改成对所有变量同时嵌入。结果改进算法的多元多尺度熵特征应用于多种平衡模式的实验中,处理速度更快,熵值在模式间的距离更大,模式内的散度更小,更易区分。结论本文算法提高了计算效率,改善了特征的可区分性,可以更好地分析人体的静态平衡能力。(本文来源于《航天医学与医学工程》期刊2017年05期）
谭论正,丁锐,夏利民[9]（2017）在《基于光流关键点多尺度轨迹的人体动作识别》一文中研究指出为减少传统行为识别方法中光流场特征提取的计算量,提取光流区域的关键点,分析关键点的频率域多尺度轨迹,与运动方向以及形状信息进行融合,得到关键点特征;为凸显与重要运动部分相关的局部特征能够产生更加有区分度的行为表示,提出一个运动部分规则框架识别每个运动部分的动作,将已得运动部分组合成每一个行为样本的区分度输入分类器进行人体行为识别。将实验结果与其它算法进行比较,验证了该算法具有更好的识别率和实时性。(本文来源于《计算机工程与设计》期刊2017年09期）
蒋巍,卢娜[10]（2017）在《多尺度运动片段连接的人体运动动画生成算法》一文中研究指出为了提高人体运动动画生成的有效性,降低动画制作的成本,本文根据聚类以及概率与统计学方法,提出了一种多尺度运动片段连接的人体运动动画生成算法。首先通过建立运动库概率转移和统计模型,挖掘运动数据的时空结构,然后采用多尺度运动数据分析方法实现运动片段连接,能够根据视频内容合成出新的动画数据,从而提高已有运动数据的可重用性,大大降低动画制作成本。实例仿真结果表明,本文提出的方法采用运动数据的无缝连接,使合成的片段在确保平滑过渡的同时仍然保有运动细节,这样动画的效果得到了进一步的保证。(本文来源于《科技通报》期刊2017年06期）
人体尺度论文开题报告
（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：
植物空间是在人的视线范围内,由不同高度的树木花草组合配植而成。本文对几组人体数据、植物材料、园林应用形式以及人的心理感受进行分析,探讨人的视觉角度、视觉距离、视线通透与植物空间设计,人体尺度与植物空间结构的密切关系。
（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。
人体尺度论文参考文献
[1].孙明磊,哈佳宁,高宏博.基于人体动态因素的座椅类家具尺度设计研究[J].艺术科技.2019
[2].丛磊,杨守军.植物空间设计与人体尺度的关系[J].山东林业科技.2019
[3].都文龙.基于多尺度级联沙漏网络的人体姿势估计[D].杭州电子科技大学.2019
[4].陈璨,张伟郁,卢程坤.基于人体最小尺度的灾后装配式模块化住宅[J].江苏建筑.2018
[5].王欣茹.基于人体工程学高校单间式宿舍起居空间的尺度研究[D].深圳大学.2018
[6].周永生.基于多尺度CNN特征的人体行为识别算法研究[D].西南大学.2018
[7].王玉雷.基于尺度变化及多模板匹配的人体目标跟踪[D].哈尔滨工业大学.2018
[8].张建强,罗志增,章琴.人体静态平衡运动力学分析中多元多尺度熵特征改进算法[J].航天医学与医学工程.2017
[9].谭论正,丁锐,夏利民.基于光流关键点多尺度轨迹的人体动作识别[J].计算机工程与设计.2017
[10].蒋巍,卢娜.多尺度运动片段连接的人体运动动画生成算法[J].科技通报.2017