基于人体行为识别的VR环境下动作分割算法

作     者：金淼 张军 王昊 黄天富 郭志伟 陈习文 王春光 卢冰 周玮 陈卓 王旭 JIN Miao;ZHANG Jun;WANG Hao;HUANG Tianfu;GUO Zhiwei;CHEN Xiwen;WANG Chunguang;LU Bing;ZHOU Wei;CHEN Zhuo;WANG Xu

作者机构：中国电力科学研究院有限公司武汉430074 中国计量科学研究院电磁所北京100013 国网福建省电力有限公司营销服务中心福州350013 

基　　金：国家电网公司科技项目(基于人体行为识别的计量现场作业安全管控关键技术研究) 

出 版 物：《高压电器》 (High Voltage Apparatus)

年 卷 期：2022年第58卷第3期

页      码：163-170页

摘      要：在虚拟现实环节中的培训类、操作类的系统中,对于动作的标准性、规范性评价已经成为一个日益突出的问题。将培训师进行培训过程的标准动作分割是非常重要和关键的一环,分割的精确与否直接影响后续的培训评价。文中提出了一种基于多维状态云模型预测的方法,首先采用卷积神经网络对操作动作的多传感器数据集进行模型训练预测得到下一时刻的动作多个结果形成多结果数据集;然后对预测的多结果数据集设计多维云模型;最后通过实际动作在云模型中的分布得到对应概率进行动作分割点判定。结果表明基于卷积神经网络的多维云模型的动作分割方法能够比较好地选取分割点,提高动作的划分精度,能够用于虚拟现实环境中的连续动作分割。

主 题 词：虚拟现实 培训 动作分割 多维云模型 卷积神经网络 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.13296/j.1001-1609.hva.2022.03.022

馆 藏 号：203109319...