成果簡介:
在基于大數據的自然交互意圖理解方面,課題搭建了集成體位姿態、生理、語音通道、視頻等多通道實時同步數據采集平臺,建立了多種感知信息對應的個人行為意圖和情感狀態數據庫。面向康復訓練,針對視頻遮擋情況下蹲坐動作難以識別的情況,構建蹲、坐、半蹲動作數據集,采用決策級融合算法 D-S 證據理論融合RBG 視頻的分類結果與 IMU 和足底壓力傳感器特征級融合后的分類結果,實現運動意圖識別誤判率的降低。
應用領域:
市場前景:
擬轉化的方式(或合作模式):
相關圖片(2-3張):

圖1 人體行為識別系統

圖2 視覺遮擋下的蹲/坐/半蹲識別