上海电机大学设计与艺术学院,上海,200240
摘要
为提升人体体感及意图识别领域的实践研究水平,促进校企合作团队内的科研工作合理分工,提升产出效率,实现高效实践教学案例推广,设计了人体行为识别领域案例,并与高低年级搭配的学生培养相结合,制定了新的实践教学计划, 建立新的人体体感既意图识别技术路线。本研究的目的是以这一科研项目为载体,解决企业使用应用场景下的意图识别问题,提升科研能力,理顺校、生、企几方的合作模式,实现教学和科研互相促进。
关键词:体感研究;创新团队
合作研究内容
对人体不易见行为意图的智能识别,是人体行为识别的新领域,在广泛的交互领域场景中,有着巨大的应用潜力,即使在电梯、电子游戏等传统应用场景下,也仍具有较强的技术性和探索性。而学生群体和相关企业都正好这方面研究的积极参与者。可以开展广泛的体验调查。低年级的本科学生团队适合提供体验报告,而高年级本科学生和研究生负责协助教师完成数据采集、预处理、算法前处理、分类算法实施、行为分类等工作,共同配合完成研究,为体感提取提供合理有趣的应用场景,为企业创造价值。
按照校企合作模式,原本课堂体系内不易安排的长时间实践内容,例如算法编程、专业软件操作、结构设计、实验环节,都可通过这种改进得到更长时间、个性化的技术支持。也可以通过学生深度参与教学和过程监管,提升团队稳定性和规范性,在提高科研产出的前提下,促进学生团队的规范化、实证化发展。
技术内容:
方法包括测量、动作设定、信号源选择和评价等步骤、编码、嵌入、识别等步骤。技术路线如图:
图1技术流程
本研究通过肌电和运动信号的实测,提取不同实验对象的共性特征、个体特征和时序信息,将不同人的躯干肌肉协调行为转化为可互相比较、可检索的信号序列,建立种对躯干肌群表面肌电信号进行提取和标准化的方法。把肌电信号组划分为用向量表示的动作序列。方法以限制任务设置、主体和条件因素为代价,获得对个体特征的标准化表述,并实现对肌肉行为的表达、检索和量化对比。方法也适用于从长期肌电信号中检索、识别意图,深入比较、表达识别肌肉行为也可以用来微调人机交互界面,调节躯干肌肉的状态和感觉。所用的LSTM-CRF或GRU-CRF构架,可以避免长期行为时被过程中的梯度下降问题,被用于长期行为分类。
教学团队积极对接企业实践,组织“无创空间”联合团队,努力对接公司的项目,推动培养体系建设。这样做的优势在于,设计软件应用、人体测量、数据处理、算法应用等实践内容,根据学生需要,针对本专业方向进行长期练习和高强度持续技术支持。学生进入研究团队前,需要一个持久真实的研究载体,逐步适应。 另一方面,体感研究本硕两类学生都可以充分参与,对双方都有促进作用。企业团队获得完整的实验支持,包括实验方法、对象、助手和数据。
研究形成的案例库,包括原始数据、处理方法、论文、视频、技术手顺、实验用伦理法律文件等,对教学和企业研究有持久的支持作用。
结论
通过围绕企业项目的小组实验室教学,加强了学生核心实践能力培养。而企业也获得了人员培养和技术支持,实现边学习边实践,令实践项目有效配合人员培养和教学。所述案例接近企业实践需求,同时适合教学的客观需要。