基于视觉捕捉技术的人体动作识别研究开题报告

全文总字数：1499字

1. 研究目的与意义

人的肢体动作是人的四肢、头、躯干的姿态以及运动的过程，是人与外界的一种互动，同时也表示了人的某种意愿或者目的。

通过识别人体姿态，可以分析了解人体动作所传达出的信息，这些信息在人们的生活与工作中发挥了巨大的作用。

基于动作捕捉技术的人体姿态识别是通过对人体构建三维骨架模型，捕获并储存人体骨架关节点的数据，并对这些数据进行分析师别。

2. 国内外研究现状分析

国内：北京邮电大学的叶青，基于视觉的无标记人体运动捕捉技术进行了研究和探讨，以智能视频监控的应用需求为出发点，重点针对无标记人体运动捕捉技术中的基于单目视觉的人体检测、基于单目视觉的人体动作识别和基于双目视觉的人体姿态估计这三个重要问题展幵了阐述和深入研究，提出了一系列的解决方法和算法[1]。

北京交通大学的吴冬雪，基于图像识别领域物体检测的ＢＩＮＧ特征，加入时域的梯度信息，提出一种新的二进制加速时空标准梯度特征（ＳＴ－ＢＩＮＧ），并成功将其应用在视频中的人体动作识别及定位中[2]。

南京理工大学的张孙培，在现有的动作特征描述符的基础上，对特征和分类器作出改进，并在微软ＭＳＲ－Ａｃｔｉｏｎ３Ｄ数据集和波恩大学ＨＤＭ０５运动捕捉数据集上进行实验，得到良好的分类效果[3]。

3. 研究的基本内容与计划

研究内容：本设计对视觉捕捉技术的人体动作识别进行研究，研究内容具体包括信号处理、智能控制、机器学习、模式识别等。

研究计划：第1～3 周： 资料收集并撰写开题报告第4～5 周： 基于视觉捕捉的人体动作识别系统的设计总体方案第6～8 周： 基于视觉捕捉的人体动作识别系统的硬件设计第9～11 周 ： 基于视觉捕捉的人体动作识别系统的软件设计第11～12 周： 系统调试第13～15 周： 撰写毕业论文第16 周： 毕业设计答辩

4. 研究创新点

人体行为识别应用背景很广泛，主要集中在智能视频监控，病人监护系统，人机交互，虚拟现实，智能家居，智能安防，运动员辅助训练等领域。

此外智能图像压缩技术有着广阔的应用前景和潜在的经济价值和社会价值，也可用到本课题的研究方法和成果。