智能运动信息采集分析系统研究

文中设计并实现了一套基于多通道表面肌电(Surface Electromygraph,sEMG)的信号采集、传输和智能分析的运动信息分析系统。该系统主要分为硬件、软件和算法分析三部分:硬件部分包含AD623和TLC2274/2搭建的放大滤波电路,实现信号的预处理和数模(Analog-to-Digital,A/D)转换,并通过蓝牙模块将数据传输到上位机;软件部分包含一个可用于采集数据与评价结果实时显示的上位机软件;算法分析部分提出一种基于主成分分析(Principal Components Analysis,PCA)和遗传算法(Genetic Algorithm,GA)改进的支持向量机(Support Vector Machine,SVM)分类方法,实现多通道sEMG信号的特征值提取、模型训练及分类功能。通过应用该系统对哑铃动作、俯卧撑动作及间歇期动作的多通道sEMG信号进行采集分析,系统的识别准确率达到96.7%,可应用于健身动作的识别与分析实验中。

基于云计算技术的运动信息自动管理系统设计

针对运动信息管理过程中存在的应用形式单一等问题,以提升运动信息自动管理水平为目的,设计基于云计算技术的运动信息自动管理系统。构建系统架构分为表现层、控制层、服务层、数据层,服务层为控制层提供数据查询与业务数据服务;控制层关联云计算服务中心,对服务层提供的各项数据进行用户认证、数据交换和集合、统计与分析等控制操作,表现层将控制操作结果显示给用户。测试结果表示,该文系统通过不同的合理方式呈现运动信息,在较高负荷条件下,依旧能够满足运动信息自动管理的实际应用需求。

面向智慧矿山的无人矿用卡车运动信息识别算法

针对现有智慧矿山排班、调度、路径规划系统中无法通过外界感知自行判断矿用自卸卡车(矿卡)前进方向的问题以及为提高系统对矿卡的检测速率与特征信息识别效率,提出了一种基于YOLO-v5的改进算法。算法将矿卡车身与车头部位的边界框分别进行捕捉跟踪,首先调整输出参数,借助各个边界框的中心点坐标计算方向向量。其次利用所提出的方向角转换的算法,与YOLO-v5结合,实现矿卡转向及转角的判断。另外添加防误识别、漏检机制,防止在多目标识别定位的情况下出现漏检误检问题。最后为了增加安全性,添加矿卡动静识别机制,防止矿卡意外停车导致的安全事故。实验结果表明,改进后的YOLO-v5算法不仅保留了其原有的识别速度和精度还能有效的解决智慧矿山系统无法识别矿卡前进方向的问题,并且在具有高速检测的同时还提高了模型的泛化能力。

结合运动信息与表观特征的行人检测方法

提出一种结合运动信息与表观特征的行人检测方法.在对通过表观检测子获得的候选检测窗口执行分割验证的框架中,将运动信息融入到基于图像序列的对象分割算法中,通过获取更准确的分割结果来提高对候选检测窗口的检测准确率.该方法利用运动信息更新运动对象的前景/背景分布模型,将颜色信息间接地融入行人检测中,并通过形状特征表现出来,与行人表观检测子形成互补的特性,获得更好的检测结果.上述结论在CAVIAR视频以及行人检测视频中得到了实验验证.

基于普通摄像机的人体运动信息检测系统

介绍了一种新型基于普通摄像技术的人体运动信息检测系统。探讨了运用图像处理技术快速准确识别与跟踪关节位置标志点的方法，解决了影响系统检测精度和运行速度的关键问题。该系统用普通摄像机取代专用设备，降低了系统成本；使用操作方便，具有较高的精度，不仅适用于人体运动信息的检测，而且可用作其它较低速运动物体的运动图像检测与分析。

利用位置和运动信息的目标识别

研究了利用舰载3D雷达获得的目标位置和运动信息的目标识别问题。目标识别过程分为3级,前2级是类间识别,第3级是类型识别。首先,基于目标距离和高度进行粗分类;然后,基于目标速度、加速度、仰角变化率和方位变化率,并使用模糊综合评判的方法进行精细分类;最后,基于目标高度进行类型识别。仿真结果表明,所提算法的识别效果较好,且便于工程实现。

基于颜色和运动信息的夜间车辆检测方法

在城市交通流量视频检测系统中,夜间车辆检测一直是个难题。传统的方法都是基于形态学算子,通过检测车头灯来检测车辆,这种方法运算量较大,而且受环境光线影响比较大,为此,提出了一种基于颜色和运动信息的夜间车辆检测方法。该方法首先利用颜色信息在图像中检测出车辆尾灯,并对车辆尾灯进行连续的跟踪;然后利用运动信息和先验知识对车辆尾灯进行匹配;最后统计出交通流量。实验结果表明,该算法可以准确的检测出夜间正常行驶的车辆,并且能够适应雨天等复杂天气条件。

基于全局运动信息的视频检索技术

运动信息是描述视频内容的一种重要信息 ,本文介绍了一个基于全局运动信息的视频检索系统 .在该系统中 ,我们通过对视频数据进行短时全局运动分析 ,较为精确地提取出了描述全局摄像机运动的双线性运动模型 ,并以该模型参数为运动特征 ,以特征点序列顺序匹配以及全局运动矢量距离平方和为基础 ,构造了一个视频检索方案 .实验结果表明 ,在特定的应用领域 ,如体育类视频中 ,我们的检索方案能够实现一定程度的语义内容检索 。

一种基于MPEG-7颜色特征和块运动信息的关键帧提取方法

为了改进现有关键帧提取方法在相邻帧间相似性测度方面的不足,提出一种基于MPEG-7颜色布局特征匹配和块运动信息度量的关键帧选取方法。给出颜色布局特征的提取、相似度计算方法以及利用图像分块计算运动信息的方法,并结合距离累加算法提取视频镜头关键帧。实验结果表明,本方法比基于图像综合特征关键帧提取方法检索性能有明显提高,不易产生冗余和漏检,提取的关键帧能够充分代表镜头的内容。

基于运动信息的镜头切变检测与关键帧提取

提出一种基于运动信息的镜头切变检测方法。在运动估计得到的运动矢量场中定义角度直方图熵和幅度2个运动特征,作为视频帧间差异度量的标准。设计自适应阈值策略,得到候选切变点,针对摄像机闪光和旋转变焦带来的干扰,设计时域窗策略,剔除虚假切点。在提取关键帧时,根据镜头内的视频帧间差异程度,自适应地选取具有不同提取帧数上限的算法。实验结果表明,该方法具有准确性高和鲁棒性强的特点。

基于运动信息和结构信息的视频质量评价方法

图像和视频客观质量评价方法在各个领域有着广泛的应用,根据上述问题,主要针对图像边缘结构失真和噪音影响图像质量。以往的测量方法不能很好地应用于视频领域。提出一种基于运动信息和结构信息的视频质量评价方法,主要考虑场景结构和运动信息,然后依据HVS特性对不同程度的信息进行加权处理,从而综合采用一种视频质量评价方法。经实验结果证明,新方法在压缩、模糊方面明显好于PSNR,MSSIM和ESSIM评价方法。

感知运动信息在概念表征中的作用

研究概念的表征问题对理解概念的本质非常重要,传统认知和具身认知视角下的概念表征理论争议的焦点在于感知运动信息在表征中的作用。传统认知视角下的离身认知认为感知运动信息会转化成抽象的符号,概念表征不包含感知运动信息。概念表征的具身认观点认为感知运动信息是概念表征的基础。目前对感知运动信息在概念表征中起作用这一命题已经达成共识,未来研究应该关注感知运动信息起作用的机制,以及抽象概念表征等问题,进一步完善发展概念表征理论。

基于PVDF的肘关节控制肌群运动信息采集

针对当前肘关节控制肌群运动信息采集不足的问题,该文提出了一种基于聚偏氟乙烯(PVDF)传感器的肘关节控制肌群运动信息采集方法。论文阐述了PVDF的传感原理,设计并测试得到了传感器悬臂梁的最优结构,进行了传感器阵列及信号调理电路的设计。以徒手及负重10kg哑铃臂屈伸为实际测试内容,结果表明,该方法经济、可靠、实用,能够有效采集和监测运动时肘关节控制肌群的运动信息。

基于运动信息的镜头切变检测算法

镜头检测算法的研究是视频分析与检索中较为活跃的研究领域之一。该文提出了一种基于运动信息的镜头切变检测算法。该算法采用四叉树算法分析视频序列的运动信息，进而提取基于运动信息的特征矢量，由提取的特征矢量可以检测出视频序列中的镜头切变点。实验表明该算法是有效的，可行的，并且具有非常强的抗干扰能力。

基于运动信息分布的帧间预测模式选择算法

多模式预测可以提高H.264标准的编码效率和率失真性能,但会增加编码复杂度。针对上述情况,分析多预测模式帧间预测的复杂度,提出一种基于运动信息分布的帧间预测模式选择算法,以宏块中全零子块的分布情况、各子块的绝对误差和及运动向量的大小作为缩小待选模式集的判据,从而提高编码速度。实验结果表明,该算法的编码质量与全搜索算法相当,编码速度提高了37%～93%。

基于运动信息的星图中空间目标检测算法

为了对空间目标进行精确定位与跟踪,建立目标运动轨迹,对基于运动信息的星图中空间目标检测算法进行了研究。首先,基于空域目标能量累积的方法提高目标信噪比,增大弱小目标被分割出来的概率。然后,根据相邻两帧星图中恒星相对位置不变性提取星图控制点,并根据控制点坐标求取全局运动参数。然后,根据分割出的星点与控制点的位置关系,将恒星与潜在目标分类。接下来,利用3帧最近邻关联法粗检测目标,并利用多帧前后向搜索法滤除虚假目标。最后将序列星图中所有目标编号,建立起目标的轨迹针对4组实拍星图的实验结果表明:所有目标的运动轨迹全部建立,检测到目标的最小平均信噪比为2.99,目标最小平均运动速度2.47pixel/frame,最大平均运动速度12.72pixel/frame。本文算法基本满足星图中空间目标检测的检测概率高、虚警少和轨迹定位精度高等要求。

空间光学特性的运动信息采集与姿态识别

由于运动目标在空间中的运动过程较为复杂,容易受到光学特性的干扰,使信息采集和姿态识别准确度较低。针对此现象,研究空间光学特性下运动信息采集与姿态识别。利用梯度光流计算法,获取目标在运动场的真实运动情况,结合视觉感知原理,建立光学特性的约束方程;剔除虚假角点,提取运动目标特征点,并利用迭代算法计算特征光流,完成运动目标特征点匹配;最后采用同步控制法得到目标图像的Hu不变矩特性,构建SVM模型,寻找最佳超平面,实现运动信息采集与姿态识别。仿真结果表明,所提方法有效克服了空间光学特性的干扰,获得更优的运动信息采集和姿态识别的准确率。

基于回波阵列特征结构分解的血流运动信息高分辨估计方法

在将混合模型引入时域分析并建立表征超声运动检测回波的一般模型的基础上，对特征结构法的运动估计性能进行了仿真．结果表明，该方法在处理由空间部分相关分布的运动散射子所产生的超声血流信号时同样具有高分辨性能．

蝇视觉运动信息的神经计算原理

本文基于理论、实验和计算三大研究方法,遵循计算神经科学的认识路线,以蝇视觉系统为研究对象,通过建立简化的脑模型,探讨蝇视觉运动信息的神经计算原理。本文系统地综述了蝇初级运动检测器、图形-背景分辨系统的提出及其演化,介绍了图形-背景相对运动分辨的行为实验和相应的计算机仿真,给出了蝇视觉系统的模型及算法,并对有关问题进行了讨论。