-
题名基于步态触觉信息的运动轨迹图像分割方法
- 1
-
-
作者
梁爽
晏国良
-
机构
合肥师范学院
安徽文达信息工程学院
-
出处
《南阳理工学院学报》
2024年第2期42-46,共5页
-
基金
安徽省教育厅质量工程(2021xskc082)。
-
文摘
人体在运动过程中,由于运动幅度和速度并没有遵循特定的规律,无法提取出运动轨迹的实际特征。为此,提出了一种基于步态触觉信息的运动轨迹图像分割方法,利用人体足跟与地面接触的脚印信息,获取步态触觉信息,通过轮廓检测函数计算图像轮廓的内外平均灰度值,利用形状特征因子,确定图像区域,提取出运动轨迹图像的初始轮廓。将图像的像素梯度作为一个二维向量,计算像素点梯度的灰度值,通过差分处理得到运动轨迹图像在灰度等级区间内的直方图,在离散形式下,增强运动轨迹图像轮廓。将增强处理之后的图像轮廓作为分割边界,确定前景区域和背景区域,实现运动轨迹图像的分割。实验结果表明,该方法能够根据人体运动过程中的步态触觉信息,分割运动轨迹图像,并将分割均匀度提高到80%以上。
-
关键词
图像分割
初始轮廓
运动轨迹
步态触觉信息
图像增强
形状特征因子
-
Keywords
image segmentation
initial outline
motion path
gait tactile information
image enhancement
shape characteristic factor
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于视觉图像的典型舞蹈拉伸动作识别方法
- 2
-
-
作者
晏国良
-
机构
安徽文达信息工程学院
-
出处
《怀化学院学报》
2023年第5期108-113,共6页
-
基金
安徽文达信息工程学院社会科学研究项目“合肥市高校体育舞蹈现状与对策研究”(XSK2022B08)。
-
文摘
面对典型舞蹈拉伸动作识别的复杂性,研究基于视觉图像的典型舞蹈拉伸动作识别方法。通过视觉图像相机采集典型舞蹈拉伸动作图像,采用平均值法将采集典型舞蹈拉伸动作图像转化为灰度图像,并经阈值化处理转化为二值图像后,利用高斯模型减除二值化图像背景,利用中值滤波法去除图像中的噪声;利用改进可变形部件模型算法和卷积神经网络算法识别典型舞蹈拉伸动作。实验结果表明,用该方法预处理后的典型舞蹈拉伸动作图像画质清晰度高,该方法可有效识别不同类型的舞蹈训练动作,其中拉伸动作识别准确率可达93%。
-
关键词
视觉图像
舞蹈动作
拉伸动作
图像预处理
卷积神经网络
-
Keywords
visual images
dance movements
stretching action
image preprocessing
convolutional neural network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名接触陶瓷工业粉尘工人肺通气功能的测定
被引量:3
- 3
-
-
作者
晏国良
-
机构
泸州市市中区卫生防疫站
-
出处
《现代预防医学》
CAS
1994年第2期98-99,104,共3页
-
文摘
本文通过对陶瓷工业接尘工人进行通气功能的测定调查。发现MVV%、FEV1.0、FEV1.0%、DEFR、MMF、V75、V25明显低于对照组,其特征是接尘工人的FEV1.0、FEV1.0%和MVV显著下降。其原因主要为长期吸入高浓度的陶瓷工业粉尘,防尘措施不良,工人的防尘意识淡溥等的结果。
-
关键词
陶瓷工
粉尘
肺功能
测定
-
分类号
R135.2
[医药卫生—劳动卫生]
-
-
题名三硝基甲苯接尘工人眼晶状体改变的探讨
- 4
-
-
作者
晏国良
王勋
-
机构
泸州市市中区防疫站卫监科
重庆医科大学劳卫教研室
-
出处
《职业卫生与病伤》
北大核心
1993年第4期250-251,共2页
-
文摘
泸州市江阳化工厂是生产二号岩石硝胺炸药的工厂,我们于1987年对该厂240名三硝基甲苯(TNT)接尘工人进行了健康检查和现场劳动卫生学调查。通过逐次健康检查和现场劳动卫生学调查,进一步弄清 TNT 接尘工人眼晶状体发生改变与 TNT粉尘浓度、工种和工龄之间的关系。结果报告如下。1.劳动卫生学调查该厂始建于1956年,主要产品为二号岩石硝胺炸药,有职工452人,生产工人284人,接尘工人240人(占生产工人的84.51%)。工艺流程为:硝酸胺(85%) TNT(11%)→热混→过筛→装药→包装→成品木粉(4%)
-
关键词
梯恩梯
粉尘
眼
晶状体
职业危害
-
分类号
R135.92
[医药卫生—劳动卫生]
-
-
题名基于动作捕捉的舞蹈视频动作识别技术研究
被引量:4
- 5
-
-
作者
晏国良
-
机构
安徽文达信息工程学院
-
出处
《赤峰学院学报(自然科学版)》
2022年第9期48-52,共5页
-
基金
安徽省教育厅高校人文社会科学研究重点项目(SJ2021A0475)。
-
文摘
舞蹈视频中存在自遮挡、动作高度复杂性等难题,动作识别准确率一直低于其他类型视频,为提升动作识别准确率,提出了基于动作捕捉的舞蹈视频动作识别技术。配置视频动作捕捉设备,采集舞蹈视频中的动作数据,设备主要由PC主机、Giganet设备、动作捕捉摄像机等构成。预处理捕捉的舞蹈动作数据,具体步骤包括背景减除、中值滤波操作。在提取的图像前景时,通过3D-SIFT特征提取法提取舞蹈动作的人体姿态特征数据。将灰色预测模型作为模板,通过计算测试样本与模板之间的相似度实现舞蹈视频动作识别。布设实验环境,选取某一舞蹈视频数据集测试所提方法的应用性能,实验过程中测试所提方法对5个重复率较高的单一动作的识别效果。测试结果表明,该方法整体舞蹈动作识别准确率较高,可以达到良好的识别效果。
-
关键词
动作捕捉
舞蹈视频
动作识别
概率密度函数
人体姿态特征
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-