成果簡介：

　　在基于大數(shù)據(jù)的自然交互意圖理解方面，課題搭建了集成體位姿態(tài)、生理、語音通道、視頻等多通道實(shí)時(shí)同步數(shù)據(jù)采集平臺，建立了多種感知信息對應(yīng)的個人行為意圖和情感狀態(tài)數(shù)據(jù)庫。面向康復(fù)訓(xùn)練，針對視頻遮擋情況下蹲坐動作難以識別的情況，構(gòu)建蹲、坐、半蹲動作數(shù)據(jù)集，采用決策級融合算法 D-S 證據(jù)理論融合RBG 視頻的分類結(jié)果與 IMU 和足底壓力傳感器特征級融合后的分類結(jié)果，實(shí)現(xiàn)運(yùn)動意圖識別誤判率的降低。 

　　應(yīng)用領(lǐng)域： 康復(fù)醫(yī)療、運(yùn)動健身 

　　市場前景： 應(yīng)用廣泛。基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為分析及多通道的信息意圖識別技術(shù)，在云端實(shí)現(xiàn)用戶意圖理解，為自然交互智能輸入設(shè)備及中間件的示范應(yīng)用與產(chǎn)業(yè)化提供技術(shù)支撐，可以應(yīng)用于運(yùn)動健身、康復(fù)醫(yī)療等領(lǐng)域。 

　　擬轉(zhuǎn)化的方式（或合作模式）：  技術(shù)轉(zhuǎn)讓、技術(shù)許可、技術(shù)入股 

　　相關(guān)圖片（2-3張）：

　　圖1 人體行為識別系統(tǒng)

　　圖2 視覺遮擋下的蹲/坐/半蹲識別