1. 研究目的与意义
随着信息时代的到来，人们信息传递的方式也发生了巨大的改变，信息技术被广泛应用于军事，商业，教育以及医疗方面。尤其是在医疗健康监控方面发挥着重要的作用，当今社会，随着中国逐步步入老龄化社会，老人的医疗健康安全问题尤为突出，在病人发病过程中，由于前期病人疏于照看，未能及时发现问题，浪费了许多抢救的黄金时间，错过了最佳救治时机，所以及时发现老人出现健康问题和传递信息成了解决的关键，kinect人体识别技术的出现能够做到迅速识别老人的动作，并做出相应判断，及时传递信息给相关医疗机构或者家属，节约了大量宝贵的抢救时间，挽救许多人的生命。
2. 研究内容和预期目标
研究的基本内容和拟解决的问题主要有以下几点：
1.kinect的相关实现原理，在实现过程中的代码调试和实际操作验证是否具有真实效果。
2.在研究过程中需要着重解决的是如何判断老人出现健康问题，这些问题老人会如何通过肢体或者表情表现出来，为此需要对此进行研究和分析，为相关算法做铺垫。
3. 国内外研究现状
基于kinect的手势识别为手势识别技术提供了新的发展思路和可能，并且在国内外的实际发展和应用中都取得了比较显著的成果，但是基于kinect的动态手势识别依旧是一项具有挑战性的研究课题，它涉及的范围领域很广，例如：计算机视觉，模式识别，人工智能，机器学习等多个方面，它能够应用到各个领域中，所以它的算法研究一直需要更新和完善。目前国内外对于该技术存在着如下的几个重难点问题：
1.手部的准确分割，虽然kinect的深度摄像机为手部分割提供了极大便利，但是kinect只适用于室内环境，对于室外的环境，受光照，温度，灰尘影响较大。
2.开始位置和结束位置的确定。用户的手势随意性很高，导致中间会夹杂着许多无效手势，这些无效手势会形成对整个判断系统的干扰，同时有效手势的相互嵌套也会影响计算机对手势的判断。
4. 计划与进度安排
本论文采用实验为主，理论为辅的撰写方案，以实现相关功能为主，注重实用性，是一篇实用性的论文，中间会使用相关理论作为技术的支撑，通过查阅相关手势识别算法的文献，结合本课题进行改进和创新，并在实践中加以应用，然后搜集关于kinect的使用说明资料和相关使用方法，了解kinect的使用条件和环境，完成对整个kinect硬件的布置，接着通过代码实现人体手势特征的分析提取，其中涉及的算法在上文中给出，最后对整个实验提出自己的看法和改进要点，并结合其他相关识别人机互动技术，进行对比，分析出kinect的优点和缺点以及它所具有的特征，完成实验总结。
5. 参考文献
| [1]. Using Kinect v2 to Control a Laser Visual Cue System to Improve the Mobility during Freezing of Gait in Parkinson''s Disease[J]. Journal of Healthcare Engineering,2019,2019. |
| [2]李国友,孟岩,闫春玮,宋成全.基于Kinect的动态手势识别算法改进与实现[J].高技术通讯,2019,29(09):841-851. |
| [3]郭鹏,肖秦琨,赵一丹.基于深度图像的手势识别研究[J].国外电子测量技术,2019,38(10):6-12. |
| [4]陈凯扬,罗志灶,王建兴.基于Kinect三维重构的特征点提取改进[J].计算机与现代化,2019(11):34-37. |
| [5]张成权. 基于Kinect骨骼信息的人体动作识别方法研究[D].安庆师范大学,2019. |
| [6]张若曦. 基于Kinect手势识别的研究[D].电子科技大学,2019. |
| [7]李顺. 基于Kinect的全景人机交互系统研究与实现[D].安徽大学,2019. |
| [8]戴林. 基于Kinect的脚型测量系统的设计与实现[D].浙江工业大学,2019. |
| [9]张亮. 基于Kinect的人体动作识别算法研究与系统设计[D].中国矿业大学,2019. |
| [10]张登攀,李国玄,王黎阳.基于Kinect骨骼信息与深度图像的指尖点检测[J].计算机测量与控制,2019,27(03):24-29. |
| [11]潘峥嵘,杜新怡.基于Kinect深度图像的手势识别分类[J].自动化技术与应用,2019,38(04):143-147. |
| [12]喻露,胡剑锋,姚磊岳.基于人体骨架的非标准深蹲姿势检测方法[J].计算机应用,2019,39(05):1448-1452. |
| [13]任重庚,沈捷,王莉,蔡鑫.基于Kinect骨骼数据的手势识别[J].计算机工程与设计,2019,40(05):1440-1444 1450. |
| [14]赵玉婷,钮建伟,张人杰,刘海笑,冉令华.卷积神经网络用于关节角度识别与姿势评估[J].计算机工程与应用,2019,55(16):209-216. |
| [15]管珊珊. 基于Kinect的手势识别研究进展[A]. 中国计算机用户协会网络应用分会.中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C].中国计算机用户协会网络应用分会:北京联合大学北京市信息服务工程重点实验室,2018:5. |
| [16]田元,王学璠,王志锋,陈加,姚璜.基于Kinect的实时手势识别方法[J].计算机工程与设计,2018,39(06):1721-1726. |
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
