摘要：为解决人体行为识别中关节特征不显著、噪声干扰严重等问题,提出一种基于自适应融合权重的人体行为识别方法。为充分利用长时时序信息,需要对长视频进行时域分割,而后设计基于BN-Inception的双流网络结构,分别以RGB图像和骨骼关节点构成的运动特征向量作为空间流和时间流网络的输入,基于熵值法对各片段内单支流网络融合后,根据关节点显著程度赋予各支流以惩罚值,使双流网络自适应调节权重进行融合,输出行为类别。实验结果表明,该方法在人体行为识别中具有可行性和有效性。

摘要：为了使患者能够在家中自主进行康复训练并能与医院进行信息交互,本文设计了一套基于Kinect的自主康复系统。系统使用Kinect开发完成,患者按康复计划规定的康复训练动作进行训练,并使用Kinect传感器获取人体骨骼关节点的空间坐标并捕捉节点运动轨迹,计算获取关节点的相对角度变化值判定患者动作是否完成并给出文字提示,医生可调用系统数据库数据查看患者康复情况并更新康复训练内容。实验证明,该系统能准确识别关节点的运动,能较为直观逼真地显示用户康复训练情况,实时性、准确性达到设计需求,具有较好的应用价值。