首页 > TAG信息列表 > 步态
第1章 六足机器人的结构分析
1.1 昆虫的运动原理分析 1.1.1 昆虫的腿部结构 图2.1 六足节肢动物有长在前、中、后胸上的附肢共计三对。节肢动物的每一足主要由6部分构成，如图2.1所示。 (1) 基节：其作用是为整个足的活动支撑，从结构上看，其位置靠近胸部，形状上为短粗的一节。 (2) 转节：足的转动方向用【ECCV-Gait recognition from a single image using a phase-aware gait cycle reconstruction network】
基于相位感知步态周期重建网络的单幅图像步态识别 ECCV 2020 南京理工大学 摘要：我们首次提出了一种仅从单个图像进行步态识别的方法，该方法实现了无延迟的步态识别。为了缓解匹配的一对输入单帧图像之间的相位(步态姿势)差异导致的受试者内部的巨大变化，我们首先使用自动编码器框（CVPR-2020）GaitPart：基于时间部分的步态识别模型（一）
文章目录 GaitPart：基于时间部分的步态识别模型Abstract1. Introduction2. Related Work3. Proposed Method3.1. Pipeline3.2. Frame-level Part Feature Extractor3.3. Temporal Feature Aggregator微动作模板生成器时间池化 3.4. Implementation Details 参考文献 GaitP（ICCV-2021）用于步态识别的3D局部卷积神经网络（一）
用于步态识别的3D局部卷积神经网络 论文题目：3D Local Convolutional Neural Networks for Gait Recognition paper是中国科学技术大学发表在ICCV 2021的工作 论文地址：地址 Abstract \quad \quad【图像识别】基于matlab实现步态周期检测与步态角度特征
一、CASIA数据库 中国科学院自动化研究所免费提供CASIA步态数据库的下载。目前CASIA步态数据库有三个数据集：Dataset A（小规模库）, Dataset B（多视角库）和Dataset C（红外库）。 Dataset B是一个大规模的，多视角的步态库，采集于2005年1月。共有124个人，每个人有11个视角（0，18，36，…，90°，…，12021-07-09
基于 CPG 神经网络的下肢康复外骨骼机器人 基于 CPG 神经网络的下肢康复外骨骼机器人控制 PART 01 摘要： 鉴于目前下肢外骨骼机器人在医疗康复控制策略中遇到的建模困难、外部干扰大、适应性弱等问题。将基于CPG的仿生控制方法应外骨骼机器人（五）：步态分析之正常步态
本文为阅读笔记，仅供学习交流使用！！！ 研究病理步态之前，需要了解正常步态，作为判断标准。但是需要记住两个问题：1.“正常”因人而异，性别、年龄、身体情况都需要考虑在内，因此，需要对不同的个体选择合适的正常标准；2.即使病人的步态与正常步态有某种不同，这也不能说明这是不可取的，也不能MATLAB人体姿态步态识别课题描述[完美运行，详细解释，GUI界面，万字文稿]
第1章 绪论 1.1 研究背景 对于目标实施追踪一直是人们追求的目标，以前只能通过人为的或者其他信息进行模糊的追踪。20世纪初，数字图像的处理走入大众的视野。在那个时候，人们在两地之间传输了一张照片，该照片经过数字压缩后，传输时间从200多小时缩短到不足三小时。这一过程虽然用光看走路就知道你在想什么！AI步态识别情绪系统
大数据文摘出品来源：yellrobot编译：张大笔茹、张秋玥普京走路的样子大家应该都见过，大开大合，每一步都写着霸气，很有战斗民族的特色。但是有一次普京走路却让人感觉好像和平常不一样，步伐有点匆忙，头也比平时要低一些，看上去似乎心事重重。原来这一天是普京的柔道启蒙教练阿纳托利·硬核干货|揭示波士顿动力机器人背后的专利技术（上）
来源：超凡知识产权，机器人大讲堂整理发布摘要：如果说在腿足机器人领域里，有一个让人闻之色变的变态企业，那就非波士顿动力莫属了。深耕几十年的技术积累加上“不谙世事”的科研态度，使得BD一直保持在腿足机器人科研领域遥遥领先的地位。因而为了探寻BD背后的技术，机器人大讲堂邀请超