基于救援机器人的人体关节点检测方法

为了使救援机器人在危楼环境下能够精确地检测人体关节点,以代替救援人员进入危险现场,提出了一种基于救援机器人的人体关节点检测方法。首先,通过Kinect相机获取人体关节点检测数据,采用归一化的方法对关节点数据进行平滑预处理。其次,对预处理数据加入人体关节长度约束和关节旋转角约束,从而生成每个人体关节点空间位置。最后,采用Tsai方法进行手眼标定,得到机械臂和伤员之间的距离。实验结果表明该方法在危楼救援环境下能够准确测量伤员关节点位置,验证了所提出检测方法的有效性。

基于关节点寻路算法的航空线缆路径规划

针对航空线缆路径规划问题,提出一种非栅格化处理的关节点寻路算法。引入“基线”概念,首先通过基线和布线环境信息求得初始关节点集合,将路径规划问题转换为关节点集合的优化选取问题;然后依据障碍物信息进行关节点的冗余关节点筛选优化;再对去除冗余点的关节点集合进行迭代优化,以路径最优为收敛条件进行关节点的添加和删除;最后利用关节点作为布线路径节点,获得线缆路径。实验结果表明,关节点寻路算法可以有效减少线缆布线的弯折次数和线缆长度,并在布线时间上较优。

基于改进OpenPose的行人关节点检测算法

针对车载图像存在目标行人较小、携带信息较少、无法准确检测行人关节点的问题,提出一种基于改进OpenPose的行人关节点检测算法。首先,通过增大输入图像分辨率和增加图像缩放比例来捕获车载视角下行人关节点的特征信息;其次改进网络结构,卷积核大小以及采用深度可分离卷积代替标准卷积来降低网络模型的参数数量和计算量。实验结果表明:改进网络在检测行人关节点准确率提高了6%,改进网络模型的参数量和计算量比原OpenPose减少69%和39%,提高了检测行人节点的速度。

含网关节点的高时隙复用率TDMA协议

针对网络收敛慢、拓扑表不完整时导致的信道冲突以及空闲时隙浪费问题,提出一种提高节点时隙利用率和网络可靠性的多跳时分多址接入协议。该协议提出3种新机制,使用时隙请求时期快速收敛机制,加快时隙请求时期的收敛;使用空闲时隙公平重用机制,消除中心节点调度时隙碰撞问题,提高空闲时隙利用率;使用一跳邻居多层次调度机制,降低数据重传的时延。仿真结果表明,在时隙请求时期收敛时间、数据传输平均时延及数据传输成功率方面,该协议较现有协议性能更优。

基于关节点连接广度矩阵的颈椎康复运动识别

为提高颈椎康复动作识别的准确率与实时性,提出一种基于关节点连接广度矩阵的颈椎康复运动识别方法。在预处理阶段,首先从人体实时视频流数据中进行骨架提取;然后根据人体骨骼运动特点准确提取运动时人体骨架的特征信息,获取局部空间上的变化信息,利用广度优先搜索算法遍历骨架图内关节点,建立关节点连接广度矩阵,根据连接广度信息划分三角子图并为关节点分配权重,提高模型的识别效率;最后提取关节点连接广度矩阵的时空特征,通过SVM分类器完成识别。在颈椎康复运动数据集CRED和MSR Action 3D公开数据集上对该识别方法进行验证,实验结果表明,基于关节点连接广度矩阵的颈椎康复运动识别方法平均耗时为1.20 s,平均帧率为27,平均识别准确率为92.72%,与现有方法相比有一定优势。

基于条件生成对抗网络的手语样本骨架缺失关节点修复

计算机视觉技术由于受到遮挡、视角和光照等因素的影响,对手语样本骨架关节点的检测通常存在缺失,导致手语识别准确率降低.为此,提出基于条件生成对抗网络(CGAN)的手语样本骨架缺失关节点修复方法.首先,通过分析手语样本残缺骨架中关节点的缺失分布情况,构建缺失关节点分布概率模型;其次,对完整骨架引入分布概率模型生成的缺失关节点,将这些残缺骨架用于CGAN框架中生成器和判别器的训练,通过CGAN框架训练好的生成器能够以残缺骨架为条件生成没有缺失的骨架;最后,用生成骨架去补全残缺骨架,即完成了修复.在中国手语数据集CSL上开展实验,生成器迭代训练80次后,生成骨架与完整骨架的平均均方根误差从0.019减小到0.001;在修复骨架缺失关节点的手语样本上,搭建手语识别网络迭代训练120次,与未进行修复相比,其识别准确率从90.6%提升为99.6%.实验结果表明,该方法能够有效地修复缺失关节点,极大地提升手语识别准确率.

高层次参谋人员准确领会首长意图应把握的关节点

首长意图是参谋人员工作的出发点和落脚点。准确领会首长意图是参谋人员必备的基本功。集团军以上高层次参谋人员,作为党委首长的“智囊”“外脑”,担负着为党委首长出谋划策、指导部队贯彻落实的重要职责,对首长意图必须准确领会、深入把握,以更高的标准、更严的要求确保实现首长意图。

基于关节点定位的重点人群步态分类方法研究

基于模型的主流步态识别方法通常过于关注下肢运动而忽视上肢信息。为解决该方法中上肢信息利用率不足的问题,文章通过改进的ZS细化算法提取到更完整的上肢骨架,同时提出一种基于关节点定位的步态特征提取方法应用于重点人群步态分类。将细化所得人体骨架与行人轮廓图相结合,定位全身10个关节点坐标并建立人体模型,利用关节角度的时序特征进行分类效果验证,在中科院CASIA-B数据集上进行实验。实验结果表明:该文所提取的步态特征有较高的识别性能,平均步态识别率为77.35%,同时使用上下肢进行步态分类的平均召回率为84%,与仅采用下肢信息相比提高38%。

基于人体关节点的行为识别算法研究

针对目前大多数行为识别算法可识别动作单一且复杂背景下准确性较低的问题,提出一种基于关节点的行为识别方法,首先,使用多目标跟踪模型FairMot将视频中的人体用矩形框标记,然后再使用姿态估计模型AlphaPose模型估计视频中人物的骨骼关节点位置,同时将人物关节点数据进行组合,使其能够代表动作特征,最后,利用长短期记忆网络将组合出的动作特征序列作为输入进行识别,最终输出为某一具体动作。实验结果表明,直接对人物关节点进行动作识别,去除了背景等干扰,识别的准确率达到了91.73%,实现了特定场景下的行为识别。

基于深度学习的驾驶人员二维关节点提取方法研究

随着我国汽车行业的快速发展,人们对汽车的要求不在仅仅满足于汽车的出行代步工具属性了,而对汽车的驾乘舒适性提出了更高的需求,因此,汽车厂家在设计座椅时需要获得大量的驾驶人员的人体关节点信息,以便能够设计出符合中国人体工程学的汽车座椅。本文在现有的二维人体关节点提取方法的基础上,以深度神经网络为基础,提出了一种新的基于深度神经网络的人体二维关节点提取方法。

基于关节点特征的跌倒检测算法

针对跌倒检测算法中存在网络计算量大和类跌倒行为难以区分的问题,提出一种基于关节点特征的跌倒检测算法。首先,在目前先进的CenterNet算法基础上提出了深度可分离卷积CenterNet(DSC-CenterNet)关节点检测算法,从而在减少骨干网络计算量的同时准确检测人体关节点并获取关节点坐标;然后,基于关节点位置和人体先验知识来提取可充分表达跌倒行为的空间特征和时间特征作为关节点特征;最后,把关节点特征向量输入全连接层,并经Sigmoid分类器输出跌倒或非跌倒两种类别,从而实现人体目标的跌倒检测。实验结果表明,所提算法在UR Fall Detection数据集上对不同状态变化下跌倒检测的平均准确率达到98.00%,区分类跌倒行为的准确率达到98.22%,跌倒检测速度为18.6 frame/s。与原CenterNet结合关节点特征跌倒检测的算法相比,DSC-CenterNet结合关节点特征算法的跌倒检测速度提升了22.37%,提高后的速度可有效满足视频监控下人体跌倒检测任务的实时性。该算法能有效提高跌倒检测速度并对人体跌倒状态进行准确检测,且进一步验证了基于关节点特征的跌倒检测算法在视频跌倒行为分析中的可行性与高效性。

基于CC2530的无线传感器网络网关节点的设计

【目的】针对现有农业环境监测网关设备开发成本高、系统功耗大、操作复杂等不足,设计开发一种用于农业环境监测的无线传感器网络网关节点。【方法】网关节点以低功耗芯片CC2530为核心处理单元,通过外围状态指示电路、电源管理模块等,完成ZigBee网络组网和监测节点数据收集及处理功能;同时通过串口方式连接SIM900A模块,采用GPRS方式将监测数据上传至中心服务器。最后在农田进行了监测数据误包率与信号接收强度测试,并通过实地部署试验验证了系统的稳定性及可靠性。【结果】所设计的网关节点能实现4种农业环境数据的采集,节点间距小于120m时数据传输误包率低于1%,监测数据在30d农田试验期内连续变化,可长时间上传至服务器,且稳定性、可靠性良好。【结论】所设计开发的基于CC2530的网关节点具有丢包率低、运行稳定可靠的特点,能够满足多种农田环境因子的监测需求,具有良好的应用前景。

果园环境参数远程检测W SN网关节点设计

为解决果园环境参数远程检测中网关节点因电磁干扰造成ZigBee模块传输距离过短,不能满足动态配置ZigBee网络的不足,采用核心板加底板及模块化接口的硬件设计思路,提高系统的抗电磁干扰能力;采用串口编程及单线程通信策略实现ZigBee网络动态配置,用判断2次接收数据差值及变化趋势决定是否传输数据以减小功耗。测试表明,网关节点可稳定采集数据并远程传输,提高了抗电磁干扰能力,与电路板集成设计相比通信距离增加了1倍,并可灵活地动态配置ZigBee网络。

基于深度学习的关节点行为识别综述

关节点行为识别由于其不易受外观影响、能更好地避免噪声影响等优点备受国内外学者的关注,但是目前该领域的系统归纳综述较少。该文综述了基于深度学习的关节点行为识别方法,按照网络主体的不同将其划分为卷积神经网络(CNN)、循环神经网络(RNN)、图卷积网络和混合网络。卷积神经网络、循环神经网络、图卷积网络分别擅长处理的关节点数据表示方式是伪图像、向量序列、拓扑图。归纳总结了目前国内外常用的关节点行为识别数据集,探讨了关节点行为识别所面临的挑战以及未来研究方向,高精度前提下快速行为识别和实用化仍然需要继续推进。

计算机科学与技术专业的层次化关节点课程体系研究与实践

就如何进行计算机科学与技术专业课程体系改革进行论述,强调在课程体系设置中坚持科学性、实用性、动态性、多样性和层次性原则,处理好吸收与创新、计算机科学与其他学科、基本理论与新技术3个方面的关系,为培养创新型计算机人才提出了可行的改革方案。

图书馆开展Human Library的关节点及其定位

真人图书馆在我国的发展存在一些"异化"现象,其原因是对Human Library的关节点包括人书、读者、阅读过程和涉及到的法律问题缺乏准确把握,对Human Library的定位不清。图书馆要从遵循法律、完善制度和提高人书、读者的道德素质等多个层面解决关节点存在的诸多问题。

一种WSN网关节点的设计与实现

无线传感器网络WSN是由分布在给定区域内大量无线传感器节点构成的一种新型信息获取系统,而无线传感器硬件节点的设计与实现是其应用的关键和基础工作。针对将无线传感器网络应用在青藏铁路沿线多年冻土区典型段进行地温、变形监测方面的特殊要求,设计了一种无线传感器网络系统,该网络由大量普通传感器节点、若干网关节点及一台计算机构成。无线传感器节点布撒在需要监测的区域内,将所探测到的有用信息通过初步的数据处理和信息融合之后,通过相邻节点接力的方式传送给网关节点。网关节点通过无线方式接收各传感器节点的数据并以有线的方式将数据传送给最终用户计算机。本文详细介绍了一种基于CC2431的网关节点以及基于C8051F320的USB接口的软硬件设计与实现。

“休闲关节点”:休闲城市的居民收入标准探讨——基于青岛、烟台、威海市民休闲状况调查研究的启示

收入与休闲成强相关性,但达到并维持普遍的充分而健康的休闲,只需要收入达到某一个点即"休闲关节点"。休闲城市有很多指标,其中一个非常重要的指标就是市民收入的"休闲关节点"。对青岛、烟台和威海的休闲调查,多方面结果均显示:人均月收入3001-4000元是一个"休闲关键度",在此之下的休闲状况明显低迷,在此之间则显著好转,并趋于理想化,在此之上则在理想化基础上呈现出不同的趋势;市民人均月收入达到4000元,大致是休闲城市的一个收入标准或重要指标。

无需人工干预的关节点提取和三维重建

随着现在人体的运动捕获和行为理解的研究的发展,对这项研究有了越来越高的要求。相对于原来的手动提取人体关节点作为特征点来研究,如何使得提取特征点更加自动化,对以后的运动捕获和行为理解的研究意义重大。提出一种在单目视觉条件下在第一帧自动提取人体关节点位置的方法,来解决传统的以手动标定提取人体关节点的问题,并且利用光流稀疏L_K算法对提取出的关节点进行运动跟踪,得到运动人体二维坐标信息,结合像机模型通过几何计算获得人体关节点的深度信息。

基于RGB彩色和深度信息的人体关节点定位

在人体实时定位问题中,关节点定位成为了构建人体平面骨架模型、识别人体动作中一个重要研究课题。所以,提出了一种利用RGB彩色和深度信息来定位人体关节点的方法,首先利用Kinect来获取运动人体的RGB彩色和深度图像,接着根据人体所处背景的复杂程度来采用不同的人体分割方法将人体分割出来,再对得到的人体轮廓图像进行平滑处理,从而得到平滑且连通的人体轮廓二值图像,再采用细化算法提取出人体轮廓骨架,然后对关节点周围8个邻域的像素值进行分析,并结合人体各刚体部件的比例关系,对人体的16个关节点进行定位,进而构建出人体平面关节点模型。实验结果表明,与现有方法相比,该方法简单有效,能够从多种运动状态人体中提取出准确的关节点坐标,并具有较好的准确性和鲁棒性。