基于Kinect的动态姿势识别方法在医疗康复中的应用

【摘要】：随着社会的发展,人们逐渐认识了人机交互的重要性以及在未来的普遍性。因此近年来人机交互得到了蓬勃的发展。而在人机交互中人体的姿势得到精准识别是实现交互的前提条件。人们可以利用差异性的姿势来将交流的内容传递至计算机,后者则对姿势进行识别,从而接受人体所要表达的信息。所以,如何准确快速的识别人体姿势成为了人们争相研究的问题。本次研究将医疗康复辅助训练和Kinect人体姿势跟踪技术进行有机融合,成功开发出以该跟踪技术为基础的康复辅助训练系统。本次研究对人体姿势进行相应检测,并给出相应的跟踪算法,利用了Kinect来获取人体深度图像的同时通过Kinect获取的人体关节点的空间三维坐标来测量关节点的角度,借助于角度匹配对姿势进行准确识别。在此基础上,提出一种以固定轴为基础的关节点角度表示法,显著增强该角度的匹配稳定和准确性,进而对人体的姿势特征进行准确辨识。与此同时,在人体姿势辨识环节容易遭遇关节点被遮挡现象,本次研究对此提出了相应的修复算法,对被遮挡的关节点运动信息进行恢复。按照人体骨骼性质以及人体运动时所存在着的连续性、在具体运动之时受到角度约制,并进一步评估人体关节点的可信度,利用这个来进行关节点运动信息的修复。文中采集了部分适用于四肢医疗康复的标准动作,从而建立了标准的康复辅助动作数据库,以此作为康复训练的对比模型。康复训练者只要在Kinect前进行相应的康复动作,计算机系统就可以自动收集提取动作并识别出该动作,然后可以借助于和数据库中标准康复动作进行匹配分析,从采集到的关节点坐标和关节点所在位置形成的角度来对康复训练者所做的动作姿势进行判定和评价,并给出相应的动作对比图,如果不满足系统中设定的要求,则提示姿势不标准的信息,训练者需要重新做出符合标准的动作,直到合格。最终康复训练者通过该康复辅助系统基本可以实现预期的康复训练的效果。