导读:本文包含了人体关节模型论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,深度卷积神经网络,人体姿态估计,图像模型
人体关节模型论文文献综述
刘秉瀚,李振达,柯逍[1]（2019）在《基于混合关节肢体模型的深度人体姿态估计方法》一文中研究指出提出基于关节外观和关节间空间关系的模型与深层神经网络结构(DCNN)相结合的混合模型,解决人体姿态估计问题.首先,对人体构建图像模型以表示人体关节与肢体.然后,根据标注信息将图像分解为以关节为中心的若干图像块,作为训练输入数据.最后,得到一个可以解决多个分类的DCNN网络,用于人体姿态估计.文中方法对人体表示更灵活,有效提升关节点的检测率及正确检测的比率.(本文来源于《模式识别与人工智能》期刊2019年02期）
季刚,张南[2]（2017）在《多特征光流跟踪人体关节点的运动员姿态分析模型》一文中研究指出为了提高运动员姿态分析的精确性,以量化运动员视频数据进行训练反馈,本文采用图像处理技术对运动员视频进行处理,提出了一种多特征光流跟踪人体关节点的运动员姿态分析模型。首先采用垂直积分投影、水平线扫描、索引查找表和长度比例约束相融合的多特征算法进行关节点提取,然后采用Lucas-Kanade光流跟踪算法对关节点的运动进行初步跟踪,最后采用比例正交投影模型将人体二维骨架模型变换到叁维空间,获得人体叁维姿态。模型仿真实验结果表明,本文所提出的动作识别及姿态分析系统可以很好地识别人体动作,从而进行运动分析,为体育运动训练提供可视化的帮助。(本文来源于《科技通报》期刊2017年12期）
焦立伟[3]（2017）在《肌肉—关节模型在人体动态平衡建模中的应用》一文中研究指出平衡能力是人类进行各项活动的基础,包括静态和动态平衡能力,其中人体平衡的研究趋势为动态平衡。人体动态平衡依赖于前庭觉、视觉、本体感觉以及中枢神经系统等多方面调节与控制来完成。由此可见,其调节过程是一个较为复杂的非线性系统。而建立人体动态平衡的非线性模型对于深入研究人体动态平衡和提高康复医疗水平具有重要的推动作用。但是国内外的研究大多针对人体运动系统进行建模,而在动态平衡建模方面的研究甚少。本文将肌肉-关节模型应用到人体动态平衡的建模中,解决了人体动态平衡的非线性建模问题,研究内容包括以下几个方面:第一,利用无线肌电采集系统,采集人体在静止和随机视觉激励状态下的下肢肌电信号,经过预处理并提取时域特征参数-均方根值和积分肌电值,对两种状态下的下肢肌肉活跃程度进行了对比分析。结果表明:股直肌和胫骨前肌在两种状态下的均方根值无显着差异;股直肌与胫骨前肌在静止站立实验中肌肉的贡献率很低,且在随机视觉激励状态下其贡献率表现为明显下降趋势。第二,根据人体动态平衡的调节机理,确定人体动态平衡调节系统的输入输出,在随机视觉激励下采集人体动态平衡建模所需数据,在建模过程中引入BP神经网络的非线性辨识方法,建立肌肉-关节模型,实现对人体动态平衡调节系统的建模;而由于模型精度的不理想,依据下肢肌肉均方根值与踝关节角度的关联性,依次去除训练集中与踝关节角度相关性较低肌肉的均方根值,重新采用非线性辨识方法对人体动态平衡的调节系统进行建模,找出更为理想的辨识方案。第叁,由于SVM较强的泛化能力,能有效地避免BP神经网络陷入局部极小的缺点,本研究依据优化后的辨识方案,采用SVM的非线性辨识方法,对人体动态平衡的调节系统进行建模,同时与BP神经网络优化后的预测结果进行对比。结果表明:SVM预测输出与期望输出之间的相关系数要高于BP神经网络预测与输出的相关系数,同时SVM的预测误差比BP神经网络预测误差要小。因此,在人体动态平衡的预测方面,SVM预测效果总体上优于BP神经网络。总之,本研究实现了人体动态平衡的非线性建模,并在一定程度上提高了人体动态平衡调节过程的非线性辨识精度,为医学研究提供了理论依据与数据支撑。(本文来源于《河北大学》期刊2017-06-01）
张晓宁[4]（2016）在《基于关节模型的人体动作识别方法研究》一文中研究指出人体动作识别在智能监控、操作培训以及人机交互等领域有重要研究意义和应用价值。动态时间规整算法的计算复杂度较低,且时间鲁棒性较强,在人体动作识别领域得到广泛研究与应用。但由于人体动作的复杂性、光照以及噪声等影响,往往不能获取理想的人体动作数据,使得准确提取人体动作特征难度较大,进而导致动作识别准确率不高。因此,需要对传统的序列图像动作特征提取方法进行改进,研究准确度高、稳定性好且抗干扰性强的人体动作特征提取算法。本文结合人体骨架的特点,在传统的长度约束骨架毛刺剪除中,引入斜率约束作为毛刺判定的第二条件,解决了原有方法在毛刺较长时,对毛刺和骨架主体进行误判的问题,能够准确区分毛刺和骨架主体。对基于链码遍历的躯干端点的定位方法进行改进,扩展其遍历结构的搜索范围,克服了原有遍历结构在人体上肢运动幅度较大时,无法完成骨架遍历的问题。结合人体各部位长度比例关系,对四肢拐点进行定位,解决了传统最大叁角形面积法在四肢曲率较小时,定位误差大的问题。所提出的方法能准确提取序列图像中的动作特征。针对运动过程中关节点坐标不能准确表征动作特征的问题,采用加权归一化向量的形式表达动作特征。本文在VS2013和openCV环境下,对Weizmann数据库进行实验,实现了序列图像中人体骨架特征提取和关节点定位；基于动态时间规整算法,计算序列图像间加权归一化特征的距离,实现人体动作识别。并和基于光流法等方法提取的动作特征进行对比实验。结果表明,本文方法能够准确提取人体动作特征,并对人体动作进行准确识别,识别结果优于其他方法。(本文来源于《北京化工大学》期刊2016-05-27）
赵长义,任国山,曹雷[5]（2015）在《人体关节有限元模型构建方法的探讨》一文中研究指出有限元分析法在医学应用越来越广。其之前处理手段主要是人体结构的建模,目前多集中在骨骼和血管。对于关节模型的构建,主要构建组成关节的骨骼,而韧带通常以杆单元替代。关于关节的有限元解剖学模型的构建,我们摸索出一套方法。首先对同一关节、同一方位做CT和MR扫描,其中薄层CT扫描为骨窗,主要是生成骨的模型;同时,做MR扫描包括T1和T2加权像,主要生成关节腔、关节囊、韧带和骨骼肌等模型,也(本文来源于《中国解剖学会2015年年会论文文摘汇编》期刊2015-08-08）
常爱铎,夏树花,杜晓钟[6]（2015）在《一种外力场互补平衡的人体关节旋转控制模型》一文中研究指出随着生物学、医学、生理学的进步及人机工程技术和计算机信息技术的迅猛发展。人类对人体生命系统研究进入了新的发展阶段。但现阶段的人体运动控制模型忽略了在外场力作用下关节运动计算不精确等问题。由此,提出一种外力场互补平衡的人体关节旋转控制模型。运用均值偏移的方法找寻出外场力,通过关节旋转的期望方差公式互补平衡外场力,根据人体运动周期内关节旋转的角度范围合理建立人体关节旋转控制模型的过程。仿真实验表明,外力场互补平衡的人体关节旋转控制模型,提高了人体运动模型的适用性,使人体关节运动的计算更为精准。为人体运动医学及虚拟人运动控制等领域的研究与发展提供了坚实的理论基础和参考价值。(本文来源于《科技通报》期刊2015年04期）
张宗程,刘海斌,元文学,王凯[7]（2015）在《足环节模型构建模式与踝关节角度参数变异性研究——人体常速平面行走的试验验证》一文中研究指出目的:比较分析不同足环节模型构建模式与踝关节角度参数的变异性规律,针对性研究人体下肢及足环节运动时合理选择相关模型,并为正确定义环节角度参数提供理论依据。方法:在试验对象小腿环节和足环节特征点粘贴反光球,以构建国际通用的3种足环节模型和国内普遍使用的2种足矢量模型;通过叁维影像捕捉系统获得反光球的叁维空间坐标数据;由相关分析软件计算出人体常速平面行走过程中不同足模型产生的踝关节角度变化值。结论:数据验证与理论推理得出,足尖模型不适用于构造踝关节,跖趾关节模型只能应用于高配置运动捕捉实验室。因此,研究推荐使用跖趾模型。叁点角和四点角是矢量模型,构造关节角度不准确且有较大误差。与环节角相比,叁点角放大了踝关节角度,四点角缩小了踝关节角度变化范围,只适合一些特殊试验条件下的粗略研究。(本文来源于《天津体育学院学报》期刊2015年02期）
陈尚,董秋艳,李瑞浩,张鹏,陈雪莉[8]（2013）在《人体大关节周围骨骼肌联动模型的设计和制作》一文中研究指出人体大关节周围骨骼肌的位置、形态、起止点、收缩产生的运动是高职康复治疗技术专业人体解剖学的重点和难点,是运动学基础、康复功能评定、中医康复治疗、临床康复、作业治疗等课程的基础性内容,也是康复专业学生和康复治疗师必须掌握的内容[1]。本课题组以本院解剖实验室为训练基地,在第二课堂开展人体大关节周围骨骼肌联动模型的设计和制作,强化了康复治疗技术专业学生对运动系统基础知识和技能的掌握,为后续专业课学习和临床实习打下坚实的基础。(本文来源于《局解手术学杂志》期刊2013年01期）
陈文静[9]（2012）在《人体关节比例模型为基础的步态识别方法的研究》一文中研究指出目的：本论文是建立一种基于人体关节比例模型的步态识别方法，通过对图像中人体关节点进行标识形成人体动态特征曲线，采用重合法进行步态识别。方法：本研究的方法和主要创新点如下：(1)建立中国人群关节比例模型：通过间接测量法测量331人（女性205人，男性126人）包括身高在内的各关节间长度，建立21项关节比例指数，通过男女关节比例指数、国内外的关节比例指数以及同等身高个体关节比例指数比较，分析中国人群关节比例特征。(2)在步态特征提取方面，对视频图像以25帧/秒进行切割后，直接在序列图像上标识人体关节点，以关节点的水平位移为x轴，以关节点在纵向上的位移为y轴，以时间变化为z轴，建立各关节点的人体动态特征曲线。(3)在步态识别分类方面，提出了人体动态特征曲线重合法，即将两张人体动态特征曲线图进行重合，从叁方面进行对比：人体关节比例的差异性，一个周期的各关节点的人体动态特征曲线形态的差异性，以及人体动态特征曲线的相似性进行比对。结果：通过统计学分析认为人体的关节比例指数是唯一的，即使相同身高的个体关节比例指数也存在差异，男女的关节比例指数存在显着的差异性（p<0.05），国内外人体关节比例指数也存在差异。在此基础上的人体动态特征曲线重合比对的步态识别方法具有较高的识别率和鲁棒性。结论：以人体关节比例模型为基础的人体动态特征曲线重合步态识别方法有较高的识别率和鲁棒性。(本文来源于《重庆医科大学》期刊2012-05-01）
王恒,姜楠[10]（2011）在《基于CATIA二次开发的人体模型关节驱动系统设计》一文中研究指出通过VB 6.0软件,运用CATIA(computer aided three-dimensional interactive application)的进程外通信方式建立用户界面,开发出人体模型关节驱动系统,并建立人体模型,实现对模型关节自由度进行尺寸的驱动.(本文来源于《扬州大学学报(自然科学版)》期刊2011年01期）
人体关节模型论文开题报告
（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：
为了提高运动员姿态分析的精确性,以量化运动员视频数据进行训练反馈,本文采用图像处理技术对运动员视频进行处理,提出了一种多特征光流跟踪人体关节点的运动员姿态分析模型。首先采用垂直积分投影、水平线扫描、索引查找表和长度比例约束相融合的多特征算法进行关节点提取,然后采用Lucas-Kanade光流跟踪算法对关节点的运动进行初步跟踪,最后采用比例正交投影模型将人体二维骨架模型变换到叁维空间,获得人体叁维姿态。模型仿真实验结果表明,本文所提出的动作识别及姿态分析系统可以很好地识别人体动作,从而进行运动分析,为体育运动训练提供可视化的帮助。
（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。
人体关节模型论文参考文献
[1].刘秉瀚,李振达,柯逍.基于混合关节肢体模型的深度人体姿态估计方法[J].模式识别与人工智能.2019
[2].季刚,张南.多特征光流跟踪人体关节点的运动员姿态分析模型[J].科技通报.2017
[3].焦立伟.肌肉—关节模型在人体动态平衡建模中的应用[D].河北大学.2017
[4].张晓宁.基于关节模型的人体动作识别方法研究[D].北京化工大学.2016
[5].赵长义,任国山,曹雷.人体关节有限元模型构建方法的探讨[C].中国解剖学会2015年年会论文文摘汇编.2015
[6].常爱铎,夏树花,杜晓钟.一种外力场互补平衡的人体关节旋转控制模型[J].科技通报.2015
[7].张宗程,刘海斌,元文学,王凯.足环节模型构建模式与踝关节角度参数变异性研究——人体常速平面行走的试验验证[J].天津体育学院学报.2015
[8].陈尚,董秋艳,李瑞浩,张鹏,陈雪莉.人体大关节周围骨骼肌联动模型的设计和制作[J].局解手术学杂志.2013
[9].陈文静.人体关节比例模型为基础的步态识别方法的研究[D].重庆医科大学.2012
[10].王恒,姜楠.基于CATIA二次开发的人体模型关节驱动系统设计[J].扬州大学学报(自然科学版).2011