声明
变量注释表
1 绪 论
1.1研究背景与意义
1.2肢体检测与动作判断系统
1.2.1 肢体检测系统
1.2.2 动作分类
1.2.3 动作标准判断
1.3.1 肢体检测系统的研究现状
1.3.2动作判断的研究现状
1.4本文主要工作及内容安排
2 肢体动作检测算法研究
2.1 .1 卷积神经网络的发展
2.1.2 卷积神经网络的组成
2.1.3 卷积神经网络的训练过程
2.2关键点的表示方法
2.2.1 坐标回归方法检测关键点
2.2.2 热度图方法检测关键点
2.3几种肢体检测算法
2.3.1 Deepcut与Deepercut算法
2.3.2 Iqbal检测算法
2.3.3 OpenPose检测算法
2.4 小结
3 连续动作分类算法对比研究
3.1.1 K 近邻算法(KNN)
3.1.2 朴素贝叶斯算法(NBC)
3.1.3 支持向量机算法(SVM)
3.1.4 动态时间规整算法(DTW)
3.1.5 隐马尔科夫模型算法(HMM)
3.2分类算法对比分析
3.3 小结
4 病人康复训练系统搭建
4.1肢体检测算法对比及分析
4.1.1实验环境及数据集
4.1.2 实验结果及分析
4.2连续动作分类算法改进
4.2.1 数据归一化与标准化
4.2.2 对检测的数据进行主成分分析
4.2.3 对连续动作进行分解
4.2.4动作分类结果与分析
4.3动作标准判断
4.4拍摄病人康复数据集
4.4.1 弓步压腿训练
4.4.2 下蹲训练
4.4.3 抬腿训练
4.4.4 曲肘抬臂训练
4.4.5 抬臂动作训练
4.4.6 前下腰训练
4.5 小结
5 总结与展望
5.1 本文总结
5.2 工作展望
参考文献
作者简历
致谢
学位论文数据集
山东科技大学;