云南大学

1 项目简介

作为一种重要的自然人机交互手段，人体动作识别因其广泛应用前景和重要理论意义，受到越来越多研究者的关注。从应用领域看，人体动作识别在计算机体感游戏、虚拟现实、机器人控制等方面有广阔的应用前景，然而单个传感器捕捉到的数据存在一定局限性，难以解决识别出现的各种问题。因此，云南大学项目团队围绕多加速度传感器、多视觉传感器及多源异构传感器的人体动作识别开展深入研究，取得创新性成果如下：

1）该研究构建了多加速度传感器特征一体化张量表达模型；结合长短期记忆网络对时间序列信号建模的优势，通过增加主成分卷积网络结构降低了噪声的影响。同时，采用多路加速度信号的集成学习结构有助于进一步改善动作识别。

2）该研究揭示了在协方差估计矩阵中引入的正则化技术可以有效解决高斯密度模型中参数的估计；其次通过构建面向复杂背景的显著性检测模型和张量排序保留判别分析模型，解决了视觉中常见的光线、遮挡、背景等因素影响下的目标特征表达问题。

3）该研究构建了一种融合了柯西估计的算子来抑制传感器间噪声不平衡的问题；同时考虑到多源传感器信号的复杂性以及应用实时性，将相关分析级联网络模型作为一种多视角深度学习网络来解决多源异构传感器数据融合问题。

2 重要科学发现

研究团队围绕多传感器下的人体动作识别三大科学难题，构建了不同传感器架构下动作识别解决方案。……