1、隨著體感設(shè)備的成功推出和普及，基于多體感設(shè)備的人體行為識別在智能監(jiān)控，人機(jī)交互，人體運(yùn)動分析等領(lǐng)域得到廣泛應(yīng)用?；诙鄠€體感設(shè)備進(jìn)行數(shù)據(jù)融合可以解決運(yùn)動跟蹤中的數(shù)據(jù)不完備等問題。在本論文中，我們對多體感設(shè)備的標(biāo)定，人體運(yùn)動的描述方法，人體運(yùn)動數(shù)據(jù)的融合以及人體行為識別等方面做了細(xì)致的分析和研究，并取得了以下成果:
　　(1)研究分析攝像機(jī)標(biāo)定技術(shù)。本文首先詳細(xì)分析了基于針孔模型的攝像機(jī)標(biāo)定的基本原理。在此基礎(chǔ)上建立了雙目攝像機(jī)的成

2、像模型，設(shè)計實現(xiàn)了基于張正友標(biāo)定法的雙體感設(shè)備攝像頭的標(biāo)定算法，并完成了標(biāo)定工作。
　　(2)人體運(yùn)動描述方法的研究。本文首先研究體感設(shè)備獲取人體運(yùn)動數(shù)據(jù)的原理，基于人體運(yùn)動數(shù)據(jù)提出了一種描述人體拓?fù)浣Y(jié)構(gòu)的層次骨架模型并提出了關(guān)節(jié)點空間取向的計算方法，最后建立了一種符合人體拓?fù)浣Y(jié)構(gòu)的統(tǒng)一的全局骨架模型并提出了骨架模型的生理與運(yùn)動約束。
　　(3)人體運(yùn)動數(shù)據(jù)的融合研究。本文首先從體感設(shè)備的參數(shù)進(jìn)行分析，提出了一種基于Kine

3、ct可信度參數(shù)的運(yùn)動數(shù)據(jù)濾波算法，處理運(yùn)動數(shù)據(jù)。在此基礎(chǔ)上提出了基于關(guān)節(jié)點變權(quán)重計算的數(shù)據(jù)融合算法，完成數(shù)據(jù)融合工作。最后通過分析建立的人體運(yùn)動模型，提出了基于改進(jìn)的卡爾曼濾波器預(yù)測關(guān)節(jié)點三維空間坐標(biāo)位置算法，預(yù)測未能捕獲的關(guān)節(jié)點運(yùn)動數(shù)據(jù)。實驗結(jié)果證明通過采用上述算法能夠較好的呈現(xiàn)每一幀中人體行為所對應(yīng)的完整骨架模型。
　　(4)人體行為識別的研究。本文首先分析主成分分析方法，對運(yùn)動數(shù)據(jù)降維，提取運(yùn)動數(shù)據(jù)的特征。在此基礎(chǔ)上，分析S