利用Kinect基于HMM和DTW评估治疗性手势
人机交互
2016-02-12 v1 计算机视觉与模式识别
摘要
鉴于既难以定义使动作正确的约束，又难以利用噪声数据判断这些约束是否满足，自动识别人类运动质量是一项具有挑战性的任务。本文提出一种基于隐马尔可夫模型（Hidden Markov Models, HMM）检测物理治疗例程中动作偏离正确形式的方法，并与动态时间规整（Dynamic Time Warping, DTW）进行比较。所研究的活动包括上肢和下肢运动，使用的数据来自Kinect传感器。记录了感兴趣活动的正确重复以及这些正确形式的偏离。研究了所提方法检测这些偏离的能力。结果表明，基于HMM的系统更有可能确定某个运动是否偏离了规范。
引用
@article{arxiv.1602.03742,
title = {HMM and DTW for evaluation of therapeutical gestures using kinect},
author = {Carlos Palma and Augusto Salazar and Francisco Vargas},
journal= {arXiv preprint arXiv:1602.03742},
year = {2016}
}