运动人体行为语义计算技术

内容简介

[

　　《运动人体行为语义计算技术》主要介绍了运动人体行为的语义计算方法，包括：基于Beowulf机群中改进的粒子滤波的3D人体运动跟踪算法；基于四层树状语义模型的场景语义识别新方法；人体身份识别的认知物理学方法；基于层次化概念空间的视频图像中人体行为语义计算新方法。基于视觉的运动人体的行为识别有着广泛的应用前景，但大量成果都集中在模版匹配法、状态空间法。这两种识别结果与人类的理解存在语义鸿沟，基于语义方法可以克服这个缺陷成果却很少。

]

作者简介

[

　　李敏，男，教授，中国工程物理研究院无线电专业博士毕业，绵阳师范学院信息工程学院副院长，网络空间安全学院副院长（兼）。绵阳师范学院2015年、2016年信息技术国培首席专家，2016年度民族地区中小学教师信息技术应用能力培训f项目首席专家。先后获得绵阳师范学院2007年青年教师课堂技能大赛一等奖，四第二届高校青年教师教学竞赛优秀奖。主要研究方向：人工智能、信息安全算法。近5年参与国家科研课题2项，主持省级科研课题5项，主持横向科研课题3项，主持省部级教改课题3项。先后在国外期刊发表学术论文5篇（EI收录4篇），在国内核心期刊发表学术论文6篇。主讲“操作系统”“算法分析”“单片机原理”“大型程序设计”等本科课程和“人工智能“研究生课程。

]

目录

第1章 概论1．1 研究意义1．2 研究现状1．3 研究目的与研究内容1．3．1 研究目的1．3．2 研究内容1．4 运动人体行为语义计算关键技术相关研究综述1．4．1 语义及语义计算的定义1．4．2 三维人体运动跟踪技术发展概述1．4．3 场景语义提取与场景分类技术发展概述1．4．4 视频中运动人体身份识别技术发展概述1．4．5 基于语义的运动人体行为识别发展概述1．5 运动人体行为语义计算关键技术的发展趋势1．5．1 三维人体运动跟踪发展的趋势1．5．2 运动人体身份识别的发展趋势1．5．3 场景语义识别发展的趋势1．5．4 运动人体行为语义计算方法发展的趋势第2章 基于Beowulf机群中改进粒子滤波的三维人体运动跟踪方法2．1 引言2．2 方案总体设计2．3 三维人体骨骼模型的引入2．4 三维人体模型参数的自动初始化2．4．1 人体关节点的自动标注方法2．4．2 人体关节三维坐标及旋转角度计算方法2．5 人体视频图像特征提取的具体实现2．5．1 运动人体轮廓提取方法2．5．2 运动人体区域灰度和颜色提取方法2．6 基于Beowulf机群中改进的粒子滤波算法的具体实现2．6．1 经典串行粒子滤波算法运动人体跟踪的实现方法2．6．2 跟踪模板与粒子数目的调整及跟踪失效恢复方法2．6．3 Beowulf机群中单目标跟踪的迁移式粒子滤波并行算法2．6．4 Beowulf机群中多目标跟踪并行粒子滤波算法实现方法2．7 节点任务调度与通信策略2．8 粒子滤波串行与并行算法时间复杂度对比理论分析2．9 Beowulf机群中三维人体运动粒子滤波跟踪及对比实验2．9．1 实验环境的搭建2．9．2 单人体运动跟踪实验及实验结果2．9．3 多人体运动跟踪实验及实验结果2．9．4 对比实验的前提条件设计2．9．5 跟踪失效对比实验与分析2．9．6 跟踪计算时间对比实验2．9．7 跟踪时间对比实验结果分析2．10 本章结论第3章 基于四层树状语义模型的场景语义识别方法3．1 引言3．2 场景语义识别方法的技术路线3．3 基于图论改进的图像分割方法3．3．1 基于图论阈值图像分割方法的基本原理3．3．2 阈值图像分割权值操作的自动调整方法3．4 四层树状语义模型的引入3．4．1 视觉词包模型的基本概念3．4．2 四层树状语义模型的结构3．5 四层树状语义模型视觉层的构建方法3．5．1 图像颜色直方图的提取方法3．5．2 颜色空间的量化与颜色特征提取3．5．3 颜色层次图的提取方法3．5．4 颜色及颜色层次特征与轮廓特征融合3．6 四层树状语义模型概念层的生成3．7 四层树状语义模型关系层的构建3．7．1 场景对象空间位置关系的语义描述方法3．7．2 场景对象空间位置关系关联规则的数据挖掘3．8 四层树状语义模型语义层的描述方法3．8．1 高层潜在语义计算方法3．8．2 语义层的语法生成规则3．9 四层场景语义树分类模型的构建算法3．10 测试图像与分类模型语义相似性计算方法3．10．1 语义特征的获取3．10．2 语义相似性计算方法3．11 实验与实验分析3．11．1 功能验证实验与分析3．11．2 对比实验与分析3．12 本章结论第4章 视频中运动人体身份识别的认知物理学方法4．1 引言4．2 运动人体身份识别认知物理学方法实现流程4．3 数据场的引入4．3．1 数据场势值和场强矢量的引入4．3．2 数据场中影响因子的优选方法4．4 基于数据场的人脸信息表征4．5 基于数据场的步态信息表征4．5．1 运动人体步态轮廓特征提取4．5．2 运动人体下肢关节步态特征提取4．5．3 运动人体步态特征的数据场描述4．6 步态数据库样本中人脸区域的提取方法4．7 运动人体身份识别的具体实现4．7．1 基于力学和动力学原理的数据非线性降维4．7．2 基于数据场样本库人的身份自动识别算法4．7．3 基于数据场样本库人的身份自动识别算法的时间复杂度分析4．7．4 D～S证据论的引入与改进4．8 实验及对比分析4．8．1 功能验证实验4．8．2 对比实验与分析4．9 本章结论第5章 视频场景中运动人体时空关系的自然语言描述方法5．1 引言5．2 13元组运动人体时空描述模型的引人5．3 关键帧的提取方法5．4 参照物与运动人体距离关系自然语言描述5．5 场景中运动人体时空关系的自然语言描述语法规则5．6 实验及实验分析5．6．1 实验流程设计5．6．2 人工图形序列实验5．6．3 视频序列实验5．7 本章结论第6章 基于层次化概念空间的运动人体行为语义计算方法6．1 引言6．2 运动人体行为语义计算的处理框架的引人6．3 基于混合云模型的概念空间建立方法6．3．1 概念空间理论概述6．3．2 基于混合云模型概念空间的定义6．3．3 混合云模型概念空间的建立流程6．4 原子运动概念空间层的建立方法6．4．1 人体运动样本的选择6．4．2 运动概念空间建立性质维的选择6．4．3 身体姿态原子运动概念空间的建立及概念激活方法6．4．4 肢体的原子运动概念空间的建立及概念激活方法6．5 简单行为概念层的建立方法6．5．1 时间逻辑关系的引入6．5．2 空间逻辑关系的引入6．5．3 简单行为的建模方法6．6 简单人体运动行为语义计算方法6．6．1 简单人体运动行为知识库的建立方法6．6．2 简单行为语义计算流程6．7 事件行为概念层的建立与语义计算方法6．7．1 事件行为概念空间的建模6．7．2 事件行为概念场景语义的具体描述6．7．3 事件行为概念人物元组的具体描述6．7．4 事件行为因果关系推理方法6．8 运动人体行为语义解释的自然语言规则6．9 实验及实验分析6．9．1 功能性验证实验流程和实验环境搭建6．9．2 简单人体运动行为知识库建立实验6．9．3 简单人体运动行为语义计算实验6．9．4 事件人体运动行为语义计算实验6．9．5 对比实验的实验平台搭建6．9．6 对比实验结果与讨论6．10 本章结论第7章 总结与展望7．1 研究总结7．2 研究展望参考文献

封面

书名:运动人体行为语义计算技术

作者:李敏

页数:182

定价:¥38.0

出版社:四川大学出版社

出版日期:2019-07-01

ISBN:9787569024548

PDF电子书大小:39MB 高清扫描完整版