學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Has files: YesSubject: search.filters.subject.動作辨識

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    基於攝影機的自由重量訓練追蹤
    (2024) 林厚廷; Lin, Hou-Ting
    在運動中利用自我監控(Self-Monitoring)的機制，紀錄運動過程來量化運動成效，可以提供訓練者反饋同時增強訓練者對運動效果的信心。而重量訓練(Weight Training )是一種抵抗自身外部重量的阻力訓練，需要根據自身需求瞭解訓練目標，規劃訓練內容並執行。因此，在訓練過程中紀錄下訓練動作、重量、次數、組數和訓練/休息時間五項關鍵資訊，可以幫助訓練者評估訓練品質、衡量進步幅度以及追蹤長期訓練計畫。本研究利用電腦視覺技術，提出非接觸式的重量訓練追蹤方法。透過攝影機拍攝訓練者與訓練設備，將影像利用人體姿態估計結合物件偵測與影像分割技術，獲取人體動作與訓練設備的基礎資訊。接著，配合動作辨識模型，根據訓練者實際的自由重量訓練模式，自動追蹤動作、次數、組數、重量與訓練/休息時間五項重量訓練關鍵資訊。本研究共收集 17 位訓練者分別執行三個自由重量訓練動作的實際訓練影像，並由三個視角同時拍攝，實驗資料集共 153 部影片。針對追蹤方法進行驗證評估，內容包括五項紀錄項目。實驗結果顯示，在完整拍攝人體動作與訓練設備的多視角攝影條件下， 本研究提出的方法能準確追蹤 17 位訓練者於不同視角的訓練動作與執行組數，平均準確率可達 100% ; 此外，次數追蹤於各視角之平均F1-Score可達 0.98 ; 重量追蹤則於不同視角之準確率達 96% ; 訓練/休息時間追蹤能在 8 秒誤差容忍情況下，平均準確率達 100%， 2-6 秒誤差容忍情況下，各視角平均準確率為 93% 。綜合以上實驗結果支持所提出追蹤方法，能有效追蹤五項重量訓練內容並記錄。
  • No Thumbnail Available
    Item
    利用RGB-D Sensors進行人類動作的分析
    (2013) 胡碩宸; Shuo-Chen Hu
    本研究利用視訊資料進行人類動作的分析，目的在於發展一套通用的人類動作分析技術可以應用在不同的領域上，如公共安全：機場、地鐵、體育館、購物中心等公共區域或是大樓中的自動化監控系統，偵測是否有人有異常行為（例如破壞公共區域）。或者居家照護系統：偵測家裡的孩童或老人是否有跌倒或爬到高處等危險的行為，若有危險行為發生便通報家屬及照護人員。 　　本研究利用微軟所開發的RGB-D Sensors（亦即Kinect）來擷取人體3D關節資訊，並計算關節夾角當作人類姿勢的特徵向量，由於這些特徵向量維度極高，因此我們利用流形學習（manifold learning）之等構映圖（Isomap）進行降維，並在低維度的等構映圖空間進行基本動作的切割與分群。接著將每一群的基本動作給定一個語意上的闡述並形成一個編碼書（codebook），最後此編碼書可以用來對測試者進行動作的辨識。