终检评审通过 创新训练 520计算机科学技术 智能硬件未定级

创新性：摒弃常用的体感手套而使用OpenPose进行动作识别，OpenPose人体姿态识别项目是美国卡耐基梅隆大学（CMU）基于卷积神经网络和监督学习并以caffe为框架开发的开源库。是一个较新的项目，刚刚推出两年多，还处于比较冷门的阶段，是世界上首个基于深度学习的实时多人二维姿态估计应用。我们以此开源库来对接现实的技术升级需求，充分拓展该开源库的价值，同时用新的识别程序来解决现实痛点，可谓一举两得。 可行性：OpenPose功能强大，能够同时最多识别人体的130个关键点，并且支持多人识别，识别结果精准可以实现人体动作、面部表情、手指运动等姿态估计，具有极好的鲁棒性。 实用性：基于openpose的图像识别方法解决了四个重要问题：1.人的数量不定；2.人出现的位置不定；3.人的尺寸大小不定；4.人的社交互动造成空间干扰。于是，利用其强大的识别动作能力，我们仅需打开摄像头，做出动作，它就可以将我们的动作识别处理。再实时分析处理其生成的数据，导出手部关键点，再持续地分析关键点的变化情况，转换成动作指令，控制机械手做出动作。使用OpenPose图像识别方法，用户只需做出想做的动作，上手快、无门槛、方便快捷。而且，不需佩戴任何设备，在电脑或手机上安装识别程序即可，大大降低了使用的成本，除此之外，使用图像识别动作的方法扩展性强。使用OpenPose识别动作的方法操控机械装置，无论是人的躯干，四肢，还是手指关节，眼耳口鼻，都可以被识别，这使得在机械手上拓展其他的设备成为可能，比如机械臂等等，使其能完成更加全面，更加复杂的动作，在更严苛的应用环境下发挥作用。