基于Mean Shift的运动人体骨架重构方法

提出一种基于Mean Shift的方法来追踪并重构运动人体的骨架结构。首先,手动地将运动目标的部分肢体标识出来,为每一部分设定Mean Shift跟踪模板。由于单纯应用原始Mean Shift没有利用人体信息,提出一种结合肤色模型和边缘信息的Mean Shift算法,可将运动人体的骨架运动准确跟踪。最后利用上面的跟踪结合各运动区域的运动信息,将人体骨架完整地重构出来。实验结果表明,该方法能够实时有效地对运动人体的骨架进行重构。

极低屈服点软钢阻尼器恢复力模型的研究

本文通过试验和理论分析探讨极低屈服点软钢阻尼器的恢复力特性。随着塑性变形的发展将恢复力模型中的骨架曲线进行平移,其卸载曲线用Ramberg Osgood函数来描述,由此得到的恢复力模型定义为骨架平移模型,将其应用于描述极低屈服点软钢阻尼器的恢复力特性。为了验证该模型的有效性并确定合理的参数,对安装极低屈服点软钢阻尼器的3层钢框架结构进行了拟动力试验,同时用该骨架平移模型模拟极低屈服点软钢阻尼器的恢复力特性进行了大量的弹塑性地震反应分析。通过取用不同平移系数时的数值计算结果与拟动力试验结果的比较,发现平移系数为0.6左右时,该模型具有较高的精度。