2012国创申报书-人体动作驱动的智能办公室设计.pdf

项目名称 人体动作驱动的智能办公室设计 申请资助经费 批准经费 元 项目研究周期 一年 项目简介：（以文字表述的方式，简述项目基本研究内容，不超过500 字。） 该项目通过对图像序列中人的姿态及动作的实时检测和识别，驱动办公室设备自动运行，构 建一个智能办公室系统。即通过手势来控制投影仪开关，以及幻灯片前进、后退等；召唤机器人、 对机器人发特定任务指令；开关窗帘，增强或减小灯光等。项目的工作包含人体动作检测、跟踪 及识别，智能终端设计，主控计算机与各智能终端间的无线智能网络构建等。最终发表 1~2 篇研 究论文。 项 目 简 况 项目实施方案 一、项目背景及研究意义 智能办公系统属于智能空间范畴，服务于办公室自动化。对智能空间 (Intelligent Space)的研究始于上世纪90 年代，目前比较有代表性的有日本东 京大学Hashimoto 实验室的iSpace[1]、清华大学的Smart Classroom[2]、麻省 理工学院(MIT)人工智能实验室(MIT AI Lab)的 Intelligent Room[3]、美国国 家标准技术研究院(NIST)的Smart Space[4]、佐治亚技术理工学院(GIT)的Aware Home [5]、微软研究院(Microsoft Research)的EasyLiving 等。其核心思想是 将具有感知能力、信息处理能力和通讯能力的分布式智能网络设备安装在用户所 处物理空间的多个位置，这些设备借助于通讯网络互相协作，共同使这个物理空 间变成一个能够感知环境变化并能为用户提供各种信息和支持的智能空间。使用 的传感器可以包含视觉、红外、压力、速度、肌电传感器等。从应用的角度来看， 智能空间技术的研究仍处于初级阶段。 近年来，基于视觉的人体动作及姿态识别技术越来越受到研究人员的关注， 并被广泛应用于智能空间的构建中。MIT 人工智能实验室的视觉研究组先后设立 了 Activity Perception Project、Vision and Learning、Vision Interface 等多个研究项目，分别对自然场景中分布式摄像机环境下的人体行为分析、人机 交互感知接口等问题展开研究，成为Intelligent Room 的重要组成部分[6]。CMU 机器人研究所在人脸、人体及行为的检测、跟踪与识别方面也开展了研究，主要 包括人体检测与跟踪、步态识别、行为识别等[7]。美国伊利诺斯大学香槟分校 （UIUC）Thomas S. Huang 教授领导的研究人员从多幅图像中实现了人手与面部 的3D 建模，并用于基于视觉的人机界面的开发，实现了对静态手势的建模，并 可以通过手形发布交互命令，使得远距离网络视频通话更加形象。美国佐治亚理 工学院的Thad Starner 等人通过第一视角的摄像头对连续美国手语动作进行了 实时跟踪识别，实现了包含有40 个手语词的拼合句子的识别。英国牛津大学的 Raymond Lockton 等人通过在手腕上绑上一个腕带进行静态手形的识别，实现了 46 类静态手形动作包括美国手语字母和数字动作的识别，由此开发了一套静态 手势识别系统，可驱动智能终端的运行。 在国内，清华大学的任海兵等人对基于手势图像表观的动静态手势的分割、 表示、识别做了一系列的研究，从整体上分析手势的运动参数并提取表观特征， 并构建了一个动态手势控制的图片浏览器系统。中科院计算所高文教授领导的研 究小组在基于视觉的中国手语识别方面进行了研究，其研究集中在自适应和与视 角无关的手语识别算法的研究，手势、面部多通道手语信息融合等方面。中科院 软件技术研究所的王熙颖等人在视频手势的分割、连续视频跟踪、动态手势建模 及理解等方面做了相关的研究，结合基于模型与基于表观方法，实现了动态手势 对虚拟家居系统的智能控制。 智能终端 机器人 投影仪 灯光 窗帘 通信、控制 人体动作识别、主