1.一种基于投影重构的人体上肢意图识别方法,其特征在于,包含以下步骤:S1:获取人体上肢运动的完整动作轨迹样本,构建模型原始数据集;
S2:在模型原始数据集中根据动作的完成度划分出动作初始阶段,构建动作初始阶段数据集;
S3:对划分出的动作初始阶段数据集所包含的动作轨迹样本在三维空间进行投影和意图特征图像重构,具体包含以下具体步骤:S31:将动作初始阶段数据集中包含的动作轨迹样本在三维空间进行投影,分别得到XY平面、XZ平面、YZ平面的投影轨迹图;
S32:将得到的XY平面、XZ平面、YZ平面的投影轨迹图分别用红、緑、蓝三种颜色标识;
S33:构建一张空白的彩色图像,将XY平面、XZ平面、YZ平面的投影轨迹图分别占据彩色图像的R、G、B通道,组成当前意图下由运动轨迹编码成的意图特征图像;
S34:重复执行步骤S32至S33,直至动作初始阶段数据集包含的动作轨迹样本全部生成意图特征图像,构建意图特征图像库;
其中,XY平面为三维空间由X轴和Y轴方向组成的平面,XZ平面为三维空间由X轴和Z轴方向组成的平面,YZ平面为三维空间由Z轴和Y轴方向组成的平面,R、G、B为颜色分量,R为红色、G为绿色、B为蓝色;S4:对预设的Alexnet网络进行迁移学习和参数调整,其中,Alexnet网络为卷积神经网络;
S5:将步骤S3经过投影和意图特征图像重构的动作轨迹样本输入经迁移学习和参数调整后的Alexnet网络进行训练,得到人体上肢运动意图识别模型;
S6:根据该人体上肢运动意图识别模型识别真实人体上肢运动中的人体上肢意图。
2.根据权利要求1所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述步骤S1包含以下具体步骤:S11:使用运动捕捉设备按设定人体上肢意图分类采集不同人体上肢意图下的人体上肢运动的完整动作轨迹,采集的每种人体上肢意图下的人体上肢完整运动轨迹样本数相同;
S12:对采集的不同人体上肢意图下的人体上肢完整运动轨迹进行标注,构建模型原始数据集。
3.根据权利要求2所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述步骤S2包含以下具体步骤:S21:在模型原始数据集中根据动作的完成度确定该动作的初始状态值;
S22:根据该初始状态值,截取该动作对应该初始状态值的动作轨迹,构成动作初始阶段数据集。
4.根据权利要求3所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述步骤S4包含以下具体步骤:S41:采用ImageNet2012数据集对预设的Alexnet网络模型进行预训练,其中,ImageNet2012数据集为图像分类数据集;
S42:保留Alexnet网络预训练后的卷积层参数,并根据运动意图类别的数量对Alexnet网络的三层全连接层进行参数调整,将全连接层的softmax的神经元个数设置为与采集时设定的意图分类数一致,得到适用于当前运动意图识别任务的Alexnet网络,其中softmax为全连接层分类网络。
5.根据权利要求4所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述步骤S5包含以下具体步骤:S51:利用步骤S3构建的意图特征图像库,对保留卷积层参数和调整全连接层参数后的适用于当前运动意图识别任务的Alexnet网络进行迁移训练;
S52:训练完成后输出人体上肢运动意图识别模型。
6.根据权利要求5所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述步骤S6包含以下具体步骤:S61:采集人体上肢运动的动作轨迹;
S62:将该动作轨迹在三维空间进行投影,得到投影轨迹图,并将该投影轨迹图填充到空白的彩色图像的RGB通道,得到对应的运动特征图像;
S63:将该运动特征图像输入到人体上肢运动意图识别模型,输出该人体上肢意图。
7.根据权利要求1所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述获取人体上肢运动的完整动作轨迹样本采用Vicon运动捕捉设备进行获取,其中Vicon为光学运动捕捉系统。
8.根据权利要求1所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述步骤S2中动作初始阶段为一个人体上肢完整运动轨迹的前20%。
9.根据权利要求4所述的一种基于投影重构的人体上肢意图识别方法,其特征在于,所述适用于当前运动意图识别任务的Alexnet网络可实现对1000类图像的识别和分类。