人机交互中的体态语言理解2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人机交互中的体态语言理解PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 以人为中心的人机交互与体态语言理解1

1.1 以人为中心的人机交互1

1.1.1 普适计算和背景智能3

1.1.2 物理一信息对偶空间4

1.1.3 隐式人机交互和觉察上下境计算11

1.2 非语言行为和体态语言16

1.2.1 人际通信中的非语言行为16

1.2.2 体态语言传递什么样的信息19

1.2.3 体态语言与语言通信的关系20

1.2.4 体态语言的信息集群21

1.3 非语言通信与社交行为22

1.3.1 非语言行为线索与社交信号24

1.3.2 面对面的社交行为26

1.4 社交信息处理和社交智能27

1.4.1 社交能力与动作理解27

1.4.2 社交信息处理28

1.4.3 社交智能30

1.5 以人为中心的人机交互正在走向现实32

1.5.1 “人一机器人交互”32

1.5.2 计算机为媒介的远程交互系统35

1.5.3 背景智能和智能辅助生活38

参考文献38

第2章 动作理解的心理和神经机制基础48

2.1 动作理解中所涉及的问题49

2.2 共同编码理论简介54

2.3 动作的表示和内容59

2.3.1 动作是什么和动作的产生60

2.3.2 运动意象是进入动作表示阶段的窗口61

2.3.3 动作意图、规划、准备和执行之间的关系65

2.3.4 人类视觉系统中的子系统66

2.3.5 动作表示内容67

2.4 镜面神经系统和它在动作识别中的作用69

2.4.1 猴子和人体中的镜面神经系统70

2.4.2 镜面神经系统在动作识别和理解中的功能71

2.5 动作的共享表示75

2.5.1 动作表示的不同层次75

2.5.2 语义表示和实用表示76

2.5.3 共享的是感知表示还是运动表示77

2.5.4 动作表示的方式78

2.6 人体与物体的交互与可承受性80

2.6.1 Gibson的可承受性理论81

2.6.2 可承受性与动作理解83

2.6.3 可承受性和与物体交互87

2.7 人类动作理解中的功能机理和神经网络89

2.7.1 视觉理解理论简介90

2.7.2 对基于计算机视觉的动作理解的启发92

参考文献95

第3章 基于觉察上下境计算的体态语言理解103

3.1 体态语言理解问题的本质104

3.1.1 体态语言是人类的自然行为104

3.1.2 体态语言线索、体态语言信号和体态语言105

3.1.3 体态语言理解需要觉察上下境计算的支持107

3.2 体态语言线索检测108

3.3 体态语言信号检测110

3.4 上下境和上下境模型112

3.4.1 上下境信息在体态语言理解中的作用112

3.4.2 上下境的定义113

3.4.3 上下境模型116

3.5 觉察上下境计算与系统119

3.5.1 觉察上下境系统组成121

3.5.2 觉察上下境系统的应用和性能124

3.5.3 人体行为理解的研究现状和存在问题125

3.6 视觉信息处理中上下境的影响128

3.6.1 人类视觉系统中上下境影响的研究129

3.6.2 基于上下境的计算机视觉处理132

3.6.3 觉察上下境的计算机视觉处理137

3.7 基于觉察上下境计算的体态语言理解139

3.7.1 基于动态上下境模型的群体交互行为分析139

3.7.2 基于觉察上下境计算的人体日常活动识别和理解142

3.7.3 支持觉察上下境计算的分布式多模态信息处理系统145

参考文献146

第4章 基于广义弹性运动跟踪的人体运动分析155

4.1 研究现状157

4.1.1 弹性运动跟踪的研究现状以及本章研究思路的提出157

4.1.2 与广义弹性运动跟踪相关的研究工作158

4.2 基础弹性运动模型159

4.2.1 弹性运动的纤维束表示159

4.2.2 基于纤维束的融合思路160

4.2.3 混合的变换隐马尔科夫模型（MTHMM）161

4.2.4 模型的推理算法165

4.2.5 实验结果分析170

4.2.6 小结176

4.3 具有分类机制的弹性运动模型177

4.3.1 弹性运动的分段纤维束表示以及分类机制的思路177

4.3.2 具有分类机制的混合变换隐马尔科夫模型（MTHMM-C）178

4.3.3 模型的推理算法181

4.3.4 实验结果分析187

4.3.5 小结193

4.4 广义弹性运动跟踪的应用194

4.4.1 自动／半自动建模194

4.4.2 人头姿态估计195

4.4.3 基于广义弹性运动跟踪的运动描述196

参考文献198

第5章 人体定位与体态估计201

5.1 基于多摄像机的人体粗定位202

5.1.1 多摄像机环境下的几何约束203

5.1.2 多摄像机人体定位算法205

5.1.3 实验结果分析207

5.1.4 小结210

5.2 多摄像机下人体头肩部轮廓跟踪与朝向估计211

5.2.1 多视角轮廓约束212

5.2.2 头肩部轮廓的形状表示和概率模型214

5.2.3 多视角联合跟踪模型223

5.2.4 度量表示与图像度量模型228

5.2.5 实验结果分析229

5.2.6 小结232

5.3 基于梯度朝向直方图的头部姿势估计233

5.3.1 基于梯度朝向直方图的二阶统计特征236

5.3.2 线性子空间方法237

5.3.3 实验结果分析238

5.3.4 小结247

参考文献248

第6章 可容忍视角、位置变化的人体动作识别251

6.1 基于时空表示的动作识别研究现状251

6.1.1 基于多视角样本255

6.1.2 基于不变量表示和不变量约束256

6.2 容忍视角变化的体态表示——包容形状258

6.2.1 动作识别中的视角变化258

6.2.2 预备分析259

6.2.3 包容形状的定义和推导261

6.2.4 动作识别实验263

6.2.5 非正交下双摄像机配置下的包容形状268

6.3 容忍位置变化和遮挡的自适应包容形状271

6.3.1 容忍位置变化的多摄像机系统272

6.3.2 容忍遮挡的自适应包容形状279

6.4 动作识别系统284

6.4.1 动作识别系统流程284

6.4.2 人体检测和特征提取285

6.4.3 体态表示和数据预处理286

6.5 结论和展望291

参考文献292

第7章 日常生活动作识别与行为分析295

7.1 基于计算机视觉的日常活动（ADL）识别和理解296

7.1.1 ADL识别和理解所面临的技术挑战296

7.1.2 ADL识别方法研究的现状300

7.1.3 基于计算机视觉的ADL识别的关键课题305

7.1.4 日常生活行为理解311

7.1.5 上下境信息的建模和使用316

7.2 容忍视角和距离变化的动作识别317

7.2.1 分层的动作识别318

7.2.2 多视角数据库IXMAS319

7.2.3 关注“焦点运动”的动作识别321

7.2.4 特征提取与动作表示323

7.2.5 基于VSI-Surf表示的动作识别方法332

7.3 支持觉察上下境计算的活动分析模型336

7.3.1 日常生活场景中的上下境338

7.3.2 觉察上下境的行为分析模型341

7.4 基于ADL-DBN模型的行为在线推理347

7.4.1 研究平台与应用场景348

7.4.2 底层视觉特征的提取350

7.4.3 环境上下境353

7.4.4 多层次动态贝叶斯网模型354

7.4.5 实验结果分析359

7.5 结论与展望364

参考文献365

第8章 基于动态上下境模型的群体行为分析376

8.1 群体交互行为分析的关键问题及研究现状376

8.1.1 会议群体动作分析中的关键问题377

8.1.2 会议动作自动分析的研究现状380

8.1.3 基于动态上下境模型的会议动作自动分析382

8.2 面向群体交互行为分析的动态上下境模型383

8.2.1 群体交互行为分析中的上下境定义384

8.2.2 动态上下境的分层结构385

8.2.3 动态上下境模型的结构388

8.2.4 动态上下境模型的运行机制390

8.3 觉察上下境的多目标检测与跟踪算法391

8.3.1 方法概述393

8.3.2 人体检测396

8.3.3 人体跟踪399

8.3.4 高层上下境推理402

8.3.5 个体局部特征检测403

8.3.6 实验结果分析404

8.4 事件驱动的多层次DBN模型410

8.4.1 群体交互场景中的事件检测411

8.4.2 事件驱动的多层次DBN模型412

8.4.3 实验结果分析420

8.5 基于动态上下境的多层次事件自适应检测方法426

8.5.1 群体交互场景中的事件层次与处理粒度427

8.5.2 多层次事件自适应检测方法428

8.5.3 多层次事件自适应检测方法在会议分析中的应用433

8.6 小结445

参考文献446

第9章 支持觉察上下境计算的分布式多模态信息系统451

9.1 引论451

9.2 面向应用的服务共享模型（A-SSM）452

9.2.1 模型总体框架452

9.2.2 模型组成定义453

9.2.3 基于本体论的计算服务资源管理455

9.3 基于服务质量（QoS）的计算服务资源选择策略458

9.3.1 QoS计算参考公式458

9.3.2 基于层次分析法（AHP）理论估计属性权重459

9.3.3 计算服务资源选择算法460

9.4 适应服务共享模型的觉察上下境计算461

9.4.1 觉察上下境计算的“基元”461

9.4.2 觉察上下境计算算法的“基元”化组织466

9.5 分布式觉察上下境计算系统的总体结构设计467

9.6 分布式处理的总体结构设计468

9.6.1 数据／信息处理分析468

9.6.2 服务进程设计469

9.7 通用化平台的实现471

9.8 日常行为理解与隐式交互实例研究473

9.8.1 系统测试实验473

9.8.2 隐式交互实验环境及硬件配置475

9.8.3 实验数据的采集476

9.8.4 实验数据的标注479

9.8.5 知识辅助行为推理方法的实施480

9.9 小结483

参考文献483

附录A 三维圆柱人体模型486

附录B 摄像机偏离引起的包容形状误差分析488