毕业论文移动版

4。2 系统截图 29

4。3 遇到的问题及解决方法 32

结 论 33

致 谢 34

参 考 文 献 35

第 II  页 本科毕业设计说明书

本科毕业设计说明书 第 1 页

1 引言

1。1 研究背景

随着计算机视觉领域和人工智能领域的飞速发展，人体动作研究和识别成为了最吸引人 的课题之一。在过去的数十年里，由于社会对构建包括智能监控、人机交互、医疗保健等各 种各样的重要并且实用的智能应用的强烈需求，人体动作识别领域获得了引人注目的发展。 从识别走路、跑步等单个人体动作识别到包含多人甚至物品的复杂现实人体动作识别，现在 都已经有高效并且准确的方法实现了。

但是，这些致力于完整观测整个视频后将动作分类的动作识别方法忽视了人体动作分析 中的一个重要方面，现实情景往往需要从视频流中早期发现未完成的动作，也就是早期动作 识别。在现实生活中，早期动作识别有非常多的实际应用，举例来说，在一个监控情景下， 在特定物品被偷后发现它不见了往往是没有意义的，但是，如果监控系统通过实时视频观测 能尽早地对进行中的偷窃动作实现预测，那么它将会更有用，因为这样它可以预防盗窃并能 抓住小偷。另一个例子，在自主导航情景下，如果自主代理能够预测人体动作，那么就能使 机器能够提前计划好被动反应或者避免潜在事故，比如如果自主代理观测到一个人正在失去 重心并且预测到他将摔倒，它将停车从而避免一场事故。

1。2 研究现状

1。3   本文研究内容及组织结构

本文研究基于人体骨骼信息的早期动作识别算法，通过使用微软的 Kinect 传感器以及其 配套的 SDK，利用骨骼图对人体动作进行的数据采集，数据分析，数据处理以及将之集成为 自动化的早期识别人体动作的系统。本课题的算法部分使用 Python 编写。本课题的系统部分 是用 C#编写，WPF 技术搭建用户界面，RGB 彩色图像和骨骼图能同时显示。

第二章详细介绍了 Kinect 的相关知识和通过 Kinect 提供的相关接口实现骨骼信息提取 的方法。

第三章详细介绍了我们算法的思路，相关的代码实现，以及测试我们算法的实验及结果。 第四章描述系统的功能和实现。

2 Kinect 及骨骼信息获取

本文算法依赖于人体的骨骼信息，而 Kinect 传感器是目前市场上最流行也是最可获得的 具有骨骼追踪技术的传感器之一。Kinect 传感器的骨骼追踪技术是首先处理其捕获到的深度 数据，然后据此构造人体各个骨骼点的三维坐标信息。Kinect 传感器对本课题的研究是必不 可少的，为了更好的进行人体骨骼信息的提取，有一定的必要在准备工作阶段了解学习 Kinect 传感器的基本工作原理，深度视频的原理和 Kinect 传感器的开发技术。本文选择在这一章给 大家介绍我们所做的了解准备工作。

2。1 Kinect 深度传感器简介

2。1。1Kinect 发展

Kinect 最初是作为 Xbox360 游戏机的外接设备发布的，是 2010 年微软推出的最新的基 于体感交互的一种人机交互的设备，是 Kinect for Xbox 360 的简称。它的即时动态追踪、 影像辨认、麦克风输入、音频识别等功能能够使玩家通过肢体动作或者声音指令来操作游戏， 摆脱了传统的手持或踩踏的外接操作设备的束缚，带给玩家一种“免控制器的游戏与娱乐” 体验。You are the controller--是 Kinect 的推广标语，Kinect 完全打破了人机的控制限 制。因此有人坦言：“Kinect 是继鼠标和多点触控技术之后，‘人机交互的第三次’已 经爆发”。 (责任编辑：qin)