新書推薦：
《
新加坡教育：神话与现实
》
售價：HK$
96.3
《
“口袋中的世界史”第一辑·冷战中的危机事件
》
售價：HK$
291.2
《
绝美的奥伦堡蕾丝披肩编织
》
售價：HK$
177.0
《
狂飙年代：18世纪俄国的新文化和旧文化（第二卷）
》
售價：HK$
177.0
《
万有引力书系 纳粹亿万富翁 德国财富家族的黑暗历史
》
售價：HK$
109.8
《
中国常见植物野外识别手册：青海册
》
售價：HK$
76.2
《
三星堆对话古遗址（从三星堆出发，横跨黄河流域，长江流域，对话11处古遗址，探源多元一体的中华文明）
》
售價：HK$
87.4
《
迷人的化学（迷人的科学丛书）
》
售價：HK$
143.4
|
| 編輯推薦： |
|
本书内容涉及传感器网络、数据挖掘、模式识别、机器学习等内容，可供机器识别领域的研究者参考。
|
| 內容簡介： |
|
本书从人类个体行为的三类常见形式肢体动作、面部表情、言语话音入手，开展了个体行为的机器捕捉及识别理解的相关研究，阐述了实施行为捕捉的传感空间、进行行为识别的理论基础及实现行为识别的智能系统框架，提出了相关的算法策略及模型，并提供了相应的研究结果。在上述研究结果基础上，根据对个体行为的机器识别研究结果，提出了人机决策协同的模型及框架。
|
| 關於作者： |
|
陈鹏展，博士，副教授，2010年毕业于华中科技大学，主要研究方向为人体行为识别与协同控制、复杂网络集成及智能辅助驾驶，先后主持完成了多项国家级、省部级课题，多项研究成果被转化并得到广泛应用，在国内外相关学术期刊上发表50余篇学术论文，其中已有10余篇被SCI、EI检索。
|
| 目錄：
|
目 录
第1 章 绪论
1.1 个体行为的定义及特征
1.1.1 行为的表现形式
1.1.2 行为的时空特性
1.1.3 行为的层次结构
1.2 个体行为的影响因素
1.2.1 环境因素
1.2.2 习惯因素
1.2.3 生理状态
1.3 人体行为的分类
1.3.1 肢体行为分类
1.3.2 情绪状态分类
1.4 行为识别的研究意义与进展
1.4.1 行为识别的应用领域
1.4.2 行为识别的科学价值
1.4.3 行为识别的研究进展
参考文献
第2 章 个体行为的获取与监测
2.1 视觉获取方法
2.1.1 有标记视觉获取
2.1.2 无标记视觉获取
2.2 可穿戴传感器获取
2.2.1 生物传感器获取
2.2.2 惯性传感器获取
2.3 非穿戴监测方法
2.3.1 声音信号监测
2.3.2 电容场信号监测
2.3.3 电子标签监测
2.4 行为获取系统框架
参考文献
第3 章 行为识别的理论依据
3.1 行为数据的处理
3.1.1 数据滤波
3.1.2 数据分割
3.2 行为数据的特征选择及提取
3.2.1 主分量分析
3.2.2 独立分量选择
3.2.3 核函数的方法
3.2.4 特征选择算法
3.3 行为的分类工具
3.3.2 决策树
3.3.3 卷积神经网络
3.3.4 支持向量机
3.4 识别过程中的信息融合
3.4.1 多数投票法
3.4.2 贝叶斯理论的分类器融合
3.4.3 基于证据理论的分类器融合
参考文献
第4 章 行为识别系统的系统平台
4.1 行为识别系统的结构
4.2 行为识别系统中的任务分配
4.2.1 视频读取与预处理的实现
4.2.2 行为识别系统训练过程的实现
4.2.3 行为识别系统特征可视化的实现
4.2.4 行为识别系统识别过程的实现
4.3 行为识别的软件环境
4.3.1 计算机视觉库OpenCV
4.3.2 跨平台用户界面框架QT
4.3.3 行为识别系统软件框架
4.4 行为识别系统的系统平台
4.4.1 微软Azure machine learning 平台
4.4.2 谷歌TensorFlow 平台
参考文献
第5 章 语言识别及情感分析
5.1 语言中的文字识别
5.1.1 语音信号预处理
5.1.2 语音识别的特征提取
5.1.3 文字识别模型及系统
5.2 基于语言文本的情感识别
5.2.1 文本数据信息抽取
5.2.2 文本内容的分类与聚类
5.3 基于语音信号的情感识别
5.3.1 基于改进KNN 算法的语音情感识别
5.3.2 基于微软Azure 平台的语音情感识别
参考文献
第6 章 肢体动作捕捉及行为识别
6.1 手势捕捉及识别
6.1.1 手势捕捉的特点
6.1.2 基于视觉的手势识别
6.1.3 基于惯性传感的手势捕捉
6.2 肢体动作捕捉
6.2.1 基于视觉的肢体动作捕捉
6.2.2 基于惯性传感的肢体动作捕捉
6.3 肢体行为的行为识别
6.3.1 手语识别
6.3.2 肢体动作行为识别
参考文献
第7 章 面部特征识别与表情理解
7.1 面部的精确定位
7.1.1 肤色混合高斯模型
7.1.2 光线补偿
7.1.3 肤色区域检测
7.1.4 肌肉纹理
7.1.5 嘴唇定位
7.1.6 眉毛检测
7.2 面部图像滤波及归一化
7.2.1 面部图像滤波
7.2.2 面部图像归一化
7.3 面部表情的疲劳状态检测
7.3.1 疲劳状态面部特征
7.3.2 疲劳程度判断
7.3.3 基于粗糙集理论的疲劳状态判断
7.4 面部表情的情感理解
7.4.1 面部情感类别及标准库
7.4.2 融合LBP 及LPQ 特征的面部情感识别
参考文献
第8 章 基于个体行为理解的人机协同系统
8.1 人机协同的基本概念
8.1.1 人机协同的定义
8.1.2 人机协同的问题
8.1.3 研究现状与发展趋势
8.2 个体行为的习惯建模
8.2.1 行为习惯认知及意义
8.2.2 个体行为习惯挖掘的相关工作
8.2.3 个体行为习惯模式
8.2.4 基于个体行为习惯的人类动力学建模
8.3 人机协同决策与推理机制
8.3.1 推理的基础知识
8.3.2 人机推理对比
8.3.3 人机协同系统的结构特征与推理机制
8.4 人本控制系统架构
8.5 人机协同系统案例
8.5.1 沃森简介
8.5.2 沃森的工作机制
8.5.3 沃森医生肿瘤专家顾问专家系统
8.5.4 沃森医生与人类医生共同协作
参考文献
|
| 內容試閱：
|
前 言
人类一直没有停止对自身的研究和探索。通过对人体行为进行捕捉，探究人体各类动作行为背后的规律，不仅可以理解各类行为的真实意图，而且可对人体的行为进行预测，并与相关对象进行舒适自然的交流互动，为其提供优质的服务。如通过对服务对象声音信号进行捕捉，控制外部的设备；或对用户面部表情进行观测，推测用户的情绪状态，通过播放音乐或调节灯光等方式对其情绪进行调节；或对用户的肢体动作进行捕捉，与游戏中的角色进行互动，分析用户的身体状态等。
人类个体的各类行为产生都不是偶然的，是在受其意识支配下产生并完成整个过程的，并具有自发性和多变性的特点：每个人的行为都由其内在的个性动因驱使形成，外在环境因素可以影响个体行为的方向与强度，却不能发动个体行为；个体行为不仅存在多种表现形式，而且会随环境变化或个体追求目标的变化而改变；个体行为的表现是多类外部因素与自身状态综合作用下的结果。个体行为表现形式多样、动因复杂，对进行人体行为的分析理解带来了困难，但在纷繁复杂的动因和行为表现中，个体行为也会表现出一定的规律性，国内外已有许多学者尝试对个体行为的内在规律进行探索研究，但个体行为的数据集非常庞大，且同一类个体行为对应的外部条件无法再现，目前还没有一套进行个体行为分析识别的成熟完整的理论体系。
虽然利用机器进行个体行为识别的工作烦琐复杂，但仍然不能减少研究人员对个体行为识别理解的兴趣。国内外已有许多学者、机构分别从肢体捕捉、语音识别、语义理解、行为建模、表情理解、习惯建模等多个方面开展个体行为的识别研究，在许多领域取得了良好的结果。例如，在语音识别领域，识别准确率已经达到了97.5%；在肢体动作捕捉领域，基于图像的动作捕捉方法能够获得100Hz的刷新率，并能实现对36 类肢体动作行为的准确分类。随着越来越多的科研人员对人体行为研究感兴趣，基于机器的个体行为理解相关研究一定会取得更大的发展。
综合目前的进展和成果总结，进行个体行为研究需要完成以下工作：行为数据的传感与采集、数据采样后的分析处理、行为数据的特征提取与行为分类模型的选择。本书根据作者自身理解，结合已经完成的研究经历，对进行个体行为识别研究涉及的传感方法、理论基础、软件框架进行阐述。
个体行为的表现形式主要归结于以下几类：肢体动作、声音语言、面部表情等，而在上述几类行为中又包含了个体的行为习惯、内在情感等因素，前者是个体行为的外在表现，后者则是个体行为的驱动因素。一般地，在个体行为的识别理解过程中，需要通过相关的传感测量装置，对个体的语音信号、肢体动作、面部表情等进行测量捕捉，获得个体行为过程的大量原始数据，然后，选择相关的样本特征和分析模型，获得对个体行为的内在因素及行为意图的准确理解。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
