學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912
Browse
2 results
Search Results
Item 適用於陪伴型機器人與被陪伴者間互動之視覺式人體動作辨識系統(2017) 曾雯琳; Tseng, Wen-Lin近年家用陪伴型機器人銷售量逐漸增加，而且價格也有逐漸降低的趨勢，愈來愈多家庭能夠負擔家用陪伴型機器人的費用。而家用陪伴型機器人主要功能為協助家人或照護者陪伴與照護幼童及年長者生活。家用陪伴型機器人可以從了解幼童及年長者的行為與狀態，做出適當的相對之回應，以達到互動、陪伴與照護之功能。本研究開發一套適用於陪伴型機器人與被陪伴者間互動之視覺式人體動作辨識系統，能夠自動辨識被陪伴者之動作，達到陪伴與照護之效果。 本系統開始時將讀入連續深度影像及連續彩色影像，接著判斷是否有人物在影像中，再利用深度影像建立depth motion map及彩色影像建立color motion map。將depth motion map與color motion map分別得到的影像合併成一張影像，將此影像擷取方向梯度直方圖(HOG)作為人體動作辨識系統之特徵。最後將這些特徵輸入SVM進行分類，得到人體動作辨識之結果。 本研究的人體動作辨識共分8種動作，分別為揮右手、揮左手、握右手、握左手、擁抱、鞠躬、走路及拳擊。Database1實驗資料由5位實驗者拍攝影片，每位實驗者分別拍攝8個動作，每個動作各執行20次，共有800部影片，其中以640部影片做為訓練集，另以160部影片做為測試集。由實驗結果可得知，本系統之人體動作辨識正確率為88.7%。Database2實驗資料由1位實驗者拍攝影片，其中實驗者為12歲之孩童，共有320部影片，皆作為測試集，實驗結果得知此人體動作辨識正確率為74.37%。Database3實驗資料為機器人移動時拍攝人體動作，由4位實驗者拍攝影片，共有320部影片，其中以160部影片作為訓練集，另以160部影片作為測試集，實驗結果得知人體動作辨識正確率為51.25%。此可知本系統的辨識結果具有一定可信度。Item 適用於陪伴型機器人之視覺式人體動作辨識系統(2016) 璩瑄; Shuan Chu由於醫療設備的進步及雙薪家庭的普遍，導致負擔家計的青壯年在工作繁忙的狀況下，無法照顧與陪伴家中的年長者與兒童。因此，若陪伴型機器人能協助青壯年照顧與陪伴年長者與兒童，既可減輕青壯年之人力負擔也可以增加兒童及年長者的安全感與生活品質。陪伴型機器人主要用於協助兒童及年長者的生活，照顧與陪伴了解被陪伴者的行為及狀態，並做出適當的相對應之回應，以達到互動、陪伴及照顧的功能。所以本研究開發一套適用於陪伴型機器人的視覺式人體動作辨識系統，自動辨識被陪伴者之動作，以達到陪伴、照顧與觀察等功能。 本系統的人體動作特徵擷取分為兩個部份，其中一部份為深度資訊特徵擷取，另一部份為人物輪廓特徵擷取。當系統讀入連續的人體動作深度影像後，會先進行人物位置之驗證，接著對該人物之深度影像建構深度直方圖(range histogram)，並累積多個深度直方圖以做為深度資訊特徵；另一方面對該人物進行輪廓偵測，計算構成輪廓的各點位置與該輪廓的頂點位置的距離，得其輪廓點位置與該輪廓頂點位置的相對距離特徵，並進行差值累積，以此作為人物輪廓動作特徵描述。最後，利用兩個Extreme Learning Machines進行階層式人體動作分類，第一階段先進行深度資訊特徵分類，若第一階段未得出分類結果，則再輔以第二階段人物輪廓特徵分別進行分類。 本研究的動作共有八種，分別為走路(由遠而近走路)、正面敬禮、握手(包含握左手以及握右手)、彎腰、伸手取物、揮左手、揮右手以及蹲下。實驗影片共有760段且每段影片均為同個動作類別，合計影片frames數約為15156張，拍攝23至28歲之成人。其中以560段影片做為訓練集，由七個人各執行八種動作十次。而其餘200段影片則為測試集，由五個人各執行八種動作五次。透過實驗結果可得知，本系統之人體動作辨識率約為85.0%，由此可知，本系統的辨識結果具有一定的可信度。