用动作识别控制GUI输入的研究及其实现

本文提出一种新颖的用手的动作来控制GUI输入接口的思路和具体实现技术。在将μCLinux和Microwindows移植到基于ARM的嵌入式系统中后,利用加速度传感器ADXL105达到了用手的动作对GUI菜单进行控制的目的,从而实现了更自然的人机交互输入。     

基于神经网络传统太极拳动作的识别分析

检测传统太极拳长期练习者和短期练习者的典型 动作“搂膝拗步”的肌电信号,分 析行拳过程中上肢、下肢以及躯干的主要肌肉的肌电信号的变化。根据传统太极拳行拳的规 律和要点,对检测的肌电信号进行除噪、提取特征值、建立BP神经网络模型等手段,并对长 期练习者和短期练习者的动作模式进行分类识别分析。实验结果表明,长期练习者在行拳过 程中,身体左侧右侧分别呈现出“左实右虚”以及“右实左虚”的状态,以及肢体上呈现出 “节节贯穿”的特点;相比于长期练习者的动作识别率,短期练习者的动作识别率较低,不 同动作之间特征值不突出,动作区分度较低;长期和短期练习者肌电信号特征值之间存在明 显的差别,通过动作识别率能够得到区分,可以为练习者水平提升提供指导和依据。     

用面向对象的方法设计动画式菜单

用过Windows的用户肯定会对Windows的人机界面留下深刻的印象。Windows的许多操作都可通过一个个按键来实现,这些按键造型美观,上下动作极其形象,使用非常直观方便。如果把这种按键应用在我们自己的应用程序中,可以大大改善程序界面。实现这一点并不难,我们可通过对按键周边进行适当的阴影处理来实现动画效果。本人用面向对象的方法设计了一个带有这种按键的菜单类,用户可方便地将其移植到自己的程序中。该菜单集弹出式菜单和下拉式菜单于     

Android平台下基于动态加载的点餐APP的设计与实现

本文描述了一种基于动态菜单数据加载的点餐APP的设计和实现方法,提出了和服务器端的交互xml规则,并提出了使用多线程及缓存的优化方案,使得点餐APP的Ul既有丰富的表现力,又保证了系统基础数据的关联性和交互性.     

基于μCOS的预定义UI交互设计

本设计用于电能计量终端的人机交互,对直流电和单相、三相交流电的电参数进行实时显示。基于μCOS的预定义UI交互设计的特点是预定义一个菜单数组,由程序解析菜单定义。菜单项为菜单数组中的一个结构体,通过设置菜单数组就能改变菜单组合形式。菜单项的可响应按键集也以结构体的形式定义,结构体的每一元素对应一个可以响应的按键,通过按键响应动作来实现菜单切换。该设计易于实现多层次菜单,而且具备很好的可移植性,适用于大量中等规模的嵌入式系统应用。运用该设计很好地完成了电能计量终端电参数的实时显示。     

利用轮廓特征识别人的日常行为

提出了一种以人的动作序列图像的轮廓为特征,基于RBF神经网络的日常行为识别方法.首先通过建立自适应背景模型分割出动作序列并提取轮廓,然后利用傅立叶描述子处理动作的轮廓线序列并进行数据维数压缩,结合径向基神经网络进行行为识别.实验表明,利用本方法对人的日常行为的正确识别率达到90%以上,具有简单、实用的特点.     

cfdl语言的设计及其实现

本文介绍一种主要用于描述有限状态机（ＦＳＭ）动作行为及功能设计的硬件描述ｃｆｄｌ是基于对ＦＳＭ行为特性的研究分析，从动作的循环连续有序特点入手，研制开发的一个能抽旬描述ＦＳＭ动作行为和功能的类Ｃ硬件设计描述语言，并且已经编译实现在ＨＰ９０００／３７５工作站上。该语言简单易学，可清晰方便地给出一个可读性好的控制结构设计的描述文本，无二义性，为逻辑设计全面自动化的实现提供了保证。     

基于外形特征与运动特征的人体行为提取方法

针对传统外形特征表征方法描述行为动作能力有限和运动特征表征方法难以准确、稳定地捕捉目标运动特性等问题。提出运用人体外形特征和运动特征相结合的方法提取人体行为关键特征,利用谱聚类算法对特征进行降维,降低了数据维数,获得了最优的特征表征。仿真实验表明,该方法降低了样本维数,减少了数据冗余,并提高了训练精度,且保证了行为识别率。     

基于Kinect的人体动作识别算法研究

针对现有的复杂背景下人体动作识别中存在识别准确率不高和实时性不强等问题,提出基于Kinect骨骼数据的改进动作识别算法。通过Kinect获取骨骼数据,提取出人体关节的特征向量,然后用模板匹配的方法对人体动作进行识别。通过搭建机器人体感控制系统验证了算法的可行性。在相同实验条件下测得算法的平均识别率为95.2%,平均识别时间为32.5ms。与其它动作识别算法比较,证明了算法的识别率较高、实时性较好。     

基于局部幅度三值模式的人脸识别

针对局部三值模式（Local Ternary Pattern,LTP）对纹理特征描述不足的问题,提出一种基于局部幅度三值模式（Local Magnitude Ternary Pattern,LMTP）的人脸识别算法。首先将人脸图像进行分块处理。然后用LTP算子提取直方图以描述局部纹理的结构和LMTP算子提取直方图以描述局部纹理中像素值间的偏离幅度。最后将不同的直方图串联成LTP/LMTP直方图,将其作为人脸特征用于人脸匹配。实验分析表明,算法对纹理有更好的描述能力和在人脸识别中有更高的识别率,并对噪声有较好的鲁棒性。     

嵌入式语音控制选单系统的实现与应用

采用ARM处理器$3C2440A构建嵌入式系统，利用音频芯片UDA1341TS对语音信号进行编解码，应用语音识别技术实现语音控制。介绍了系统设计原理和工作机制，并阐述了控制选单的软硬件设计方案和识别算法原理，给出测试方法。实验结果表明，系统能实现特定指令的语音控制，识别率高、实时性好，可适应复杂的工作环境。     

IPTV监管平台建设方案

三网融合总体方案公布以后,IPTV集控平台和监管平台的建设,手机电视集控平台和监管平台的建设就成为当前广电工作的重点。本文详细介绍IPTV监管平台的建设思路,并对监管平台中的模块建设进行分析。     

基于改进概率数据关联滤波的红外小运动目标跟踪

在跟踪弱小运动目标过程中,低信噪比和高虚警率使得即使是在波门内也存在较多的虚假目标,加大目标识别的不确定性,降低跟踪的可靠性和精度。该文分析了红外成像系统中目标信号特点,根据概率数据关联滤波的思想,提出了一种基于目标幅度连续性和运动一致性的弱小目标跟踪识别方法,重点比较了极大似然-概率数据关联滤波和改进算法的目标识别与跟踪性能。理论分析和实验结果表明,该方法较大程度上减少了弱小目标跟踪过程中测量点与航迹关联的不确定性,提高了目标识别与跟踪性能。     

An Activity Recognition System For Mobile Phones

We present a novel system that recognizes and records the motional activities of a person using a mobile phone. Wireless sensors measuring the intensity of motions are attached to body parts of the user. Sensory data is collected by a mobile application that recognizes prelearnt activities in real-time. For efficient motion pattern recognition of gestures and postures, feed-forward backpropagation neural networks are adopted. The design and implementation of the system are presented along with the records of our experiences. Results show high recognition rates for distinguishing among six different motion patterns. The recognized activity can be used as an additional retrieval key in an extensive mobile memory recording and sharing project. Power consumption measurements of the wireless communication and the recognition algorithm are provided to characterize the resource requirements of the system.     

Online statistical model recognition and State estimation for autonomous compliant motion

Autonomous execution of robot tasks requires the ability to deal online with uncertainties such as partially unknown environments, inaccurate models, and measurement noise. This is especially true for the execution of motions maintaining stiff contacts ("compliant motions"), as contact forces become very high even for small position errors. The autonomy during compliant motion tasks is based on i) a force controller, dealing with small misalignments and keeping the contact forces within safe limits, and ii) an estimator, which recognizes the model (e.g., the type of contact) and estimates the system state (e.g., the relative position of the contacting objects). This paper focuses on Bayesian model-based solutions to the model recognition problem. We discuss Bayesian hypothesis testing and practical approximations. Experimental results are provided for two autonomous-compliant motion tasks by applying consistency testing and likelihood ratio testing. The system state is estimated simultaneously with the model recognition. This estimation is performed by the Iterated Extended Kalman filter for (approximate) linear problems and by the nonminimal state Kalman filter for nonlinear problems.     

彩色序列图像的人脸检测和识别系统

文中实现了彩色序列图像的人脸检测和识别的系统.所用到的关键性技术是肤色运动分析、主成分分析(PCA)和支撑向量机(SVM).首先根据彩色序列图像中人脸的色度特性、运动特性、几何特性和灰度分布特性完成人脸的检测工作;其次通过人脸模式之间的相关性进行主成分分析,提取并且选择特征,将所选择的特征训练SVM,最后用已经训练好的SVM完成对人脸的识别任务.系统算法结构遵循以下原则:先使用运算量少的简单方法尽可能减少搜索空间,然后在已经大大减少的空间中再用复杂方法处理,可以在保持高的检测和识别率的同时,提高系统响应速度.     

光电瞄准设备读数图像自动识别系统

该读数图像自动识别系统利用CCD摄取瞄准设备读数图像经采集卡采集 ,运用软件的方法实现了字符识别与刻线定位 ,从而完成了瞄准设备方位读数的计算机动态精确自动判读。文中重点介绍了系统的硬件框架组成、软件模块结构、字符识别的连通域处理算法、刻线精确定位的内插细分算法以及系统总读数的合成。系统字符识别的正确率几乎 10 0 % ,刻线定位精度达 1″以上     

Iris on the Move: Acquisition of Images for Iris Recognition in Less Constrained Environments

Iris recognition is one of the most powerful techniques for biometric identification ever developed. Commercial systems based on the algorithms developed by John Daugman have been available since 1995 and have been used in a variety of practical applications. However, all currently available systems impose substantial constraints on subject position and motion during the recognition process. These constraints are largely driven by the image acquisition process, rather than the particular pattern-matching algorithm used for the recognition process. In this paper we present results of our efforts to substantially reduce constraints on position and motion by means of a new image acquisition system based on high-resolution cameras, video synchronized strobed illumination, and specularity based image segmentation. We discuss the design tradeoffs we made in developing the system and the performance we have been able to achieve when the image acquisition system is combined with a standard iris recognition algorithm. The Iris on the Move (IOM) system is the first system to enable capture of iris images of sufficient quality for iris recognition while the subject is moving at a normal walking pace through a minimally confining portal     

基于热释电红外传感器的人体动作识别方法

针对目前人体动作识别技术中存在的隐私暴露、技术复杂度高和识别精度低等相关问题,提出了一种基于热释电红外（PIR）传感器的人体动作识别方法。首先,采用一组安置在天花板上经过视场调制的PIR传感器采集人体运动时散发的红外热辐射信号,将传感器输出的电压模拟信号进行滤波放大后通过ZigBee无线模块传送到PC端打包成原始数据集;其次,将原始数据的两路传感器输出数据进行特征融合,对融合后的数据做标准化处理封装为训练集和测试集;然后,基于数据的特征提出一种两层级联的混合深度学习网络模型作为人体动作的分类算法,第一层采用一维卷积神经网络（1DCNN）对数据进行特征提取,第二层采用门控循环单元（GRU）保存历史输入信息防止丢失有效特征;最后,利用训练集来训练该网络模型得出参数最优的分类模型,通过测试集验证模型的正确性。实验结果表明,提出的该动作识别技术模型对基本动作分类的准确率高于98%,与图像动作识别或穿戴式设备动作识别相比,实现了实时、便捷、低成本和高保密性的高精度人体动作识别。