基于改进的特征图串法识别人体行为

视频的有效表达是识别行为关键与难点。本文提出了一种改进的特征图串的视频表达方法,在动态规划框架下,利用子模优化方法和图匹配技术实现了行为的识别。首先,利用近年来被广泛应用的时空特征点探测器获取视频序列中的关键点;接着引入子模优化方法完成视频在时域上的划分;然后在每个时域区间内以关键点为节点形成图结构,使得行为视频的特征表示转化为有序的特征图串;最后基于重加权随机游走的图匹配方法和动态时间规整实现成对视频的匹配与对齐。通过两组公开数据集（KTH和UT-interaction）上的实验及与其他方法的比较,验证了本文方法是有效的、可行的。     

基于LDTW的动态时间规整改进算法

限制对齐路径长度的动态时间规整（LDTW）算法存在时间复杂度高和计算量大的问题。基于LDTW算法提出固定对齐路径长度的动态时间规整（FDTW）算法。通过调整LDTW算法中对齐路径长度的控制策略,由控制在某个区间改为固定到某个具体值,相应缩减累计代价矩阵中元素的计算范围。在UCR时间序列数据集上的实验结果表明,FDTW与LDTW算法的分类准确率持平,但FDTW算法在分类过程中的时间开销更小,并且能有效降低累计代价矩阵元素的计算量,提高计算效率。     

基于自适应搜索窗口的序列相似比对算法

DTW（Dynamic Time Warping）算法被广泛应用于序列数据比对,以度量序列间距离,但算法较高的时间复杂度限制了其在长序列比对上的应用。提出基于自适应搜索窗口的序列相似比对算法（ADTW）,算法利用分段聚集平均（Piecewise Aggregate Approximation,PAA）策略进行序列抽样得到低精度序列,然后计算低精度序列下的比对路径,并根据低精度距离矩阵上的梯度变化预测路径偏差,限制路径搜索窗口的拓展范围;随后算法逐步提高序列精度,并在搜索窗口内修正路径、计算新的搜索窗口,最终,实现DTW距离和相似比对路径的快速求解。对比FastDTW,ADTW算法在同等度量准确率下提高计算效率约20%,其时间复杂度为[O(n)]。     

基于Android平台的心音识别系统的研究

搭载Android智能手机平台,结合了梅尔倒谱系数和共振峰特征参数,在安卓平台上设计开发出一款集心音采集、心音显示以及心音识别等功能的心音身份识别系统。在该系统中,首先对采集的待测心音信号进行数字化、预加重、分帧、加窗处理,然后提取出心音信号的梅尔倒谱系数特征参数,利用动态时间规整算法将其与数据库模板心音逐一进行模式匹配,并将拥有最小欧氏距离的数据库模板心音作为最终识别结果,最后展示出待测心音和数据库所有模板心音的共振峰特性对比图,定性地反映待测心音和数据库模板心音的差异,给用户直观的判断和感受,进一步认证识别的结果。系统界面简洁,操作方便,识别速度较快,实现了真机运行,并达到了预期效果。     

基于RFID反向散射通信的机器人手势控制系统

针对当前手势控制技术中手势数据的不稳定性,研究了一种基于RFID反向散射通信的机器人手势控制系统.首先,通过对数据进行加窗处理来解决标签反射信号在时域上的不连续性,并利用相对熵的思想提取相位流中动态手势的指纹特征分段;其次,利用动态时间规整（Dynamic Time Warping,DTW）算法计算当前分段与先验手势指纹库中各一维分量的匹配程度,并在此基础上结合k邻近算法实现手势分类;最后通过蓝牙设备与机器人进行串口通信,实现人机交互应用.实验结果显示该系统可以对机器人进行前进、后退、向左、向右、顺时针旋转、停止的实时控制,机器人对手势指令的正确反馈率高于84%,证明系统在真实环境下具有良好的可行性和鲁棒性.     

基于DTW的交警指挥手势识别方法

对于日益成熟的无人驾驶技术,如何快速准确地识别交警的手势成为无人驾驶领域中一个重要的研究内容。本文提出一种基于DTW算法的交警指挥手势识别方法。首先,使用Kinect传感器获取人体关节点数据并根据交警手势特点进行预处理,建立训练模板库;接着深入分析了该模板库的两个特征：类内高内聚性和类间低耦合性,由此给出交警指挥手势识别的实现步骤。实验结果表明,该方法能自动识别各种交警指挥手势,具有识别准确度较高、实时性较强、稳定性好的特点。     

基于滑动平均与分段线性回归的时间序列相似性

针对时间序列相似性度量中欧氏距离对异常数据敏感以及DTW距离算法效率低的问题,提出基于滑动平均与分段线性回归的时间序列相似性方法。首先,使用初始可变滑动平均算法以及分段线性回归对原始时间序列进行数据变换,并将分段线性回归的参数(截距与距离)集作为时间序列的特征,以实现时间序列的特征提取和数据降维;然后,利用动态时间弯曲距离进行距离计算。该方法在时间序列相似性上与DTW算法的性能相近,但是在算法效率上几乎提高了96%。实验结果验证了该方法的有效性与准确性。     

基于几何参数的步态识别研究

针对人体行走时在空间呈现出的不同几何模式，介绍了一种基于几何参数的步态识别方法，利用Gabor滤波器在不同角度上的滤波特性，对步态图像滤波的基础上，通过扫描二值图像提取人体的步态几何特征：两脚间的宽度、两腿与人体垂直中线的夹角以及两腿交叉点的坐标；步态的分类采用改进后的动态时间扭曲（DTW）方法进行动态模板匹配，基于CASIA步态库的测试表明，该方法的分类准确率达90％。实验结果表明，基于几何参数的步态识别，可以有效地区分不同的运动主体。     

嵌入式语音识别系统研究

对嵌入式语音识别系统所涉及的硬件、外围接口电路作了分析比较,重点分析了S3C2410和存储模块;对嵌入式操作系统Windows CE和Linux作了介绍,重点分析了Linux及其引导程序BootLoader;对嵌入式系统识别算法的选取作了分析研究。     

基于DTW约束的动作行为识别

针对固定视角下的人体动作行为准确识别的研究,通过姿态关节点标定,结合不同关节点对动作内和动作间起到不等的权重区分度的问题,提出一种加权量化矩阵的姿态特征表示方法,将关节点相对坐标经过权重修正作为姿态特征,减少因关节点标定误差或图像帧的缺失导致的识别精度下降和误判率增加等问题,同时,对DTW算法加入动态时间规整加以约束来降低算法的复杂度,最后在家庭智能空间内获取动作姿态图像序列,通过实验验证关节点标定及行为识别算法的有效性.