检索结果-维普期刊中文期刊服务平台

基于肌电−惯性融合的人体运动估计:高斯滤波网络方法被引量：1: 1; 作者杨旭升李福祥 +1 位作者胡佛张文安《自动化学报》 EI CAS CSCD 北大核心 2024年第5期991-1000,共10页; 本文研究了基于肌电(Electromyography,EMG)−惯性融合的人体运动估计问题,提出了一种序贯渐进高斯滤波网络(Sequential progressive Gaussian filtering network,SPGF-net)估计方法来形成肌电和惯性的互补性优势,以提高人体运动估计精... 展开更多; 关键词高斯滤波网络多传感器融合人体运动估计非线性卡尔曼滤波; 在线阅读下载PDF 职称材料

利用卷积曲面模型的人体运动姿势估计被引量：2: 2; 作者仝明磊潘海朗刘允才《上海交通大学学报》 EI CAS CSCD 北大核心 2006年第7期1122-1125,共4页; 基于通过单目图像进行人体运动姿势估计,是计算机视觉中非常困难的问题,提出了一种利用单目图像进行人体运动姿势估计的框架.首先建立了一种新颖的多项式密度卷积曲面人体模型,该模型由连接体线骨架与某种卷积核卷积而成,整个曲面是一... 展开更多; 关键词人体模型卷积曲面人体运动估计非线性拟合; 在线阅读下载PDF 职称材料

基于渐进无迹卡尔曼滤波网络的人体肢体运动估计被引量：4: 3; 作者杨旭升王雪儿 +1 位作者汪鹏君张文安《自动化学报》 EI CAS CSCD 北大核心 2023年第8期1723-1731,共9页; 针对基于表面肌电信号(Surface electromyography, sEMG)的人体肢体运动估计建模困难的问题,提出一种渐进无迹卡尔曼滤波网络(Progressive unscented Kalman filter network, PUKF-net),来实现降低肢体运动与sEMG量测的建模难度以及提... 展开更多; 关键词卡尔曼滤波网络人体肢体运动估计表面肌电信号渐进无迹卡尔曼滤波; 在线阅读下载PDF 职称材料

基于双隐变量空间局部粒子搜索的人体运动形态估计被引量：1: 4; 作者李万益孙季丰王玉龙《电子与信息学报》 EI CSCD 北大核心 2014年第12期2915-2922,共8页; 该文提出一种双隐变量空间局部粒子搜索(DLVSLPS)算法,可以从多视角图像序列的轮廓特征较准确地估计出3维人体运动形态序列。该算法用高斯过程动态模型(GPDM)降维建立双隐变量空间和低维隐变量数据到高维数据的映射关系后,然后对双隐变... 展开更多; 关键词人体运动形态估计双隐变量空间局部粒子搜索多视角图像序列 3维人体运动形态序列; 在线阅读下载PDF 职称材料

基于双学习映射增量降维模型的人体运动形态估计: 5; 作者李万益张菲菲 +1 位作者陈勇昌陈强《科学技术与工程》北大核心 2019年第24期224-230,共7页; 如何从二维的人体运动形态图像序列估计出三维的人体运动形态是一个热门的研究课题。这个项技术的实现需要建立复杂模型,设计复杂的训练算法,并且需要大量的人体运动形态样本进行训练。然而,利用目前的一些复杂模型和算法,估计三维人体... 展开更多; 关键词人体运动形态估计降维双学习映射三维; 在线阅读下载PDF 职称材料

题名基于肌电−惯性融合的人体运动估计:高斯滤波网络方法被引量：1: 1; 作者杨旭升李福祥胡佛张文安; 机构浙江工业大学信息工程学院浙江省嵌入式系统联合重点实验室; 出处《自动化学报》 EI CAS CSCD 北大核心 2024年第5期991-1000,共10页; 基金浙江省“尖兵”“领雁”研发攻关计划(2022C03114) 浙江省自然科学基金(LY23F030006) 浙江省科技计划项目(2023C04032)资助。; 文摘本文研究了基于肌电(Electromyography,EMG)−惯性融合的人体运动估计问题,提出了一种序贯渐进高斯滤波网络(Sequential progressive Gaussian filtering network,SPGF-net)估计方法来形成肌电和惯性的互补性优势,以提高人体运动估计精度和稳定性.首先,利用卷积神经网络对观测数据进行特征提取,以及利用长短期记忆(Long short-term memory,LSTM)网络模型来学习噪声统计特性和量测模型.其次,采用序贯融合的方式融合异构传感器量测特征,以建立高斯滤波与深度学习相结合的网络模型来实现人体运动估计.特别地,引入渐进量测更新对网络量测特征的不确定性进行补偿.最后,通过实验结果表明,相比于现有的卡尔曼滤波网络,该融合方法在上肢关节角度估计中的均方根误差(Root mean square error,RMSE)下降了13.8%,相关系数(R^(2))提高了4.36%.; 关键词高斯滤波网络多传感器融合人体运动估计非线性卡尔曼滤波; Keywords Gaussian filtering network multi-sensor fusion human motion estimation nonlinear Kalman filtering; 分类号 TN911.7 [电子电信—通信与信息系统] TP18 [自动化与计算机技术—控制理论与控制工程] R318 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名利用卷积曲面模型的人体运动姿势估计被引量：2: 2; 作者仝明磊潘海朗刘允才; 机构上海交通大学模式识别与智能系统研究所; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2006年第7期1122-1125,共4页; 基金国家自然科学基金资助项目(NSFC60375009); 文摘基于通过单目图像进行人体运动姿势估计,是计算机视觉中非常困难的问题,提出了一种利用单目图像进行人体运动姿势估计的框架.首先建立了一种新颖的多项式密度卷积曲面人体模型,该模型由连接体线骨架与某种卷积核卷积而成,整个曲面是一张连续曲面,调节多项式和半径参数可以让人体任意变形;给出了正交投影下卷积曲面和曲线对应的概念和相关定理,为二维的图像轮廓和三维人体模型之间建立对应关系;根据正交投影下卷积曲面与曲线对应定理,用卷积曲线去逼近人体的图像轮廓曲线,从而估计和恢复出三维人体运动姿态.实验证明,该方法在没有遮挡的情况下,可以很好地恢复人的三维运动.; 关键词人体模型卷积曲面人体运动估计非线性拟合; Keywords human body model convolution surface human motion estimation nonlinear fitting; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于渐进无迹卡尔曼滤波网络的人体肢体运动估计被引量：4: 3; 作者杨旭升王雪儿汪鹏君张文安; 机构浙江工业大学信息工程学院浙江省嵌入式系统联合重点实验室温州大学电气与电子工程学院; 出处《自动化学报》 EI CAS CSCD 北大核心 2023年第8期1723-1731,共9页; 基金浙江省“尖兵”“领雁”研发攻关计划(2022C03114) 国家自然科学基金(62173305) 浙江省自然科学基金(LD21F030002)资助。; 文摘针对基于表面肌电信号(Surface electromyography, sEMG)的人体肢体运动估计建模困难的问题,提出一种渐进无迹卡尔曼滤波网络(Progressive unscented Kalman filter network, PUKF-net),来实现降低肢体运动与sEMG量测的建模难度以及提高肢体运动估计精度的目的.首先,设计深度神经网络从sEMG数据中学习肢体运动状态与sEMG量测之间的映射关系和噪声统计特性.其次,采用渐进量测更新方法对先验状态估计进行修正,减小运动估计的线性化误差,提高PUKF-net模型的稳定性.通过结合深度神经网络和渐进卡尔曼滤波的优势,使得PUKF-net具有良好的模型适应性和抗噪能力.最后,设计基于sEMG的人体肢体运动估计实验,验证了PUKF-net模型的有效性.相较于长短期记忆网络(Long short-term memory, LSTM)和其他卡尔曼滤波网络, PUKF-net在肢体运动估计中的均方根误差(Root mean square error, RMSE)下降了14.9%,相关系数R2提高了5.1%.; 关键词卡尔曼滤波网络人体肢体运动估计表面肌电信号渐进无迹卡尔曼滤波; Keywords Kalman filter network human limb motion estimation surface electromyography(sEMG) progressive unscented Kalman filter; 分类号 R318 [医药卫生—生物医学工程] TN911.7 [电子电信—通信与信息系统] TN713 [电子电信—电路与系统]; 在线阅读下载PDF 职称材料

题名基于双隐变量空间局部粒子搜索的人体运动形态估计被引量：1: 4; 作者李万益孙季丰王玉龙; 机构华南理工大学电子与信息学院; 出处《电子与信息学报》 EI CSCD 北大核心 2014年第12期2915-2922,共8页; 基金国家自然科学基金青年基金(61202292) 广东省自然科学基金(9151064101000037)资助课题; 文摘该文提出一种双隐变量空间局部粒子搜索(DLVSLPS)算法,可以从多视角图像序列的轮廓特征较准确地估计出3维人体运动形态序列。该算法用高斯过程动态模型(GPDM)降维建立双隐变量空间和低维隐变量数据到高维数据的映射关系后,然后对双隐变量空间使用近邻权重先验条件搜索(NWPCS),实现局部低维粒子搜索来生成较优高维数据,从而估计相应帧的3维人体运动形态,解决传统粒子滤波算法直接在高维数据空间采样较难获取有效正确数据进行估计的问题。经仿真实验验证,所提出的算法比传统粒子滤波算法在实现多视角非连续帧估计,克服轮廓图像数据歧义,减小估计误差有明显优势。; 关键词人体运动形态估计双隐变量空间局部粒子搜索多视角图像序列 3维人体运动形态序列; Keywords Human motion estimation Dual latent variable spaces Local particle search Multi-view image sequence 3D human motion sequence; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于双学习映射增量降维模型的人体运动形态估计: 5; 作者李万益张菲菲陈勇昌陈强; 机构广东第二师范学院计算机科学系; 出处《科学技术与工程》北大核心 2019年第24期224-230,共7页; 基金广东省高校青年创新人才培养项目(2016KQNCX111) 广州市科学研究计划项目(201804010280) +3 种基金国家自然科学基金(61772140) 广东第二师范学院计算机实践教学示范中心(2018sfzx01)和广东第二师范学院网络工程重点学科(ZD2017004)资助; 文摘如何从二维的人体运动形态图像序列估计出三维的人体运动形态是一个热门的研究课题。这个项技术的实现需要建立复杂模型,设计复杂的训练算法,并且需要大量的人体运动形态样本进行训练。然而,利用目前的一些复杂模型和算法,估计三维人体运动形态会耗费很多时间,并且估计效果也不好。因此,要想得到更准确的估计结果还是比较困难的。对于这样的一个研究问题,提出基于双学习映射增量降维模型来实现三维人体运动形态估计,该模型可以从单视角的二维图像较好的估计出三维人体运动形态,缩短估计算法运行时间,并得到更准确的估计结果。; 关键词人体运动形态估计降维双学习映射三维; Keywords human motion estimation dimension reduction dual learning 3-dimensional; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于肌电−惯性融合的人体运动估计:高斯滤波网络方法	杨旭升李福祥胡佛张文安	《自动化学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	利用卷积曲面模型的人体运动姿势估计	仝明磊潘海朗刘允才	《上海交通大学学报》 EI CAS CSCD 北大核心	2006	2	在线阅读下载PDF 职称材料
3	基于渐进无迹卡尔曼滤波网络的人体肢体运动估计	杨旭升王雪儿汪鹏君张文安	《自动化学报》 EI CAS CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
4	基于双隐变量空间局部粒子搜索的人体运动形态估计	李万益孙季丰王玉龙	《电子与信息学报》 EI CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
5	基于双学习映射增量降维模型的人体运动形态估计	李万益张菲菲陈勇昌陈强	《科学技术与工程》北大核心	2019	0	在线阅读下载PDF 职称材料