人体行为识别算法的研究及其在智慧监狱中的应用

发布时间：2021-08-14 07:47

　　人体行为识别技术（Human Activity Recognition,HAR）是普适计算和模式识别的一个活跃研究方向,在医疗护理、体育运动和智能家居等领域有着广泛的应用。随着计算机和微电子技术的发展,各类传感器设备开始渗透到人们生活的方方面面,它们具有体积小、功耗低和携带方便等特点,这使得基于传感器的人体行为识别的研究得到越来越多的关注。同时,机器学习、深度学习等人工智能算法在人体行为识别中表现出了良好的性能,给人体行为识别技术的发展带来了新的机遇。经过研究人员几十年的研究,人体行为识别技术有了长足的发展,但依然存在许多问题和挑战。例如,在特征提取和分类识别方面,传统的算法依然存在特征提取不全面,辨别相似行为和复杂行为时准确率低以及缺乏通用识别框架等问题。在行为识别的应用方面,特殊群体的异常行为识别得到的关注不足,相关数据集和研究还比较缺乏。针对现有方法和研究的不足,本论文主要进行了以下几个方面的研究:（1）研究了一种基于多传感器的行为识别系统框架,该系统可以通用的适用于传感器数据的行为识别任务。同时提出了一种基于时空多特征提取（Spatiotemporal Multi-Featur... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

图２－１－１?ＯＰＰＯＲＴＵＮＩＴＹ数据集穿戴在人体的传感器单元分布［１８］??２．２

图２－２－１?Ｆ取不同值时滑动平均法滤波的结果??

于后续的分类识别，通常将信号划分为一定的时间窗口，每个窗??口中的一系列数据点代表一个行为，滑动窗口法由于实现简单而成为最受欢迎的??分割方法。??通过滑动窗口分割数据时，窗口长度的选择很重要。较小的窗口可以更快的提??取特征，但可能会导致信息不足以描述活动，较大的窗口则可能导致窗口中包含多??种行为，并且在特征提取时速度过慢会产生延迟［５３］。在文献中，对于不同类型的传??感器，窗口的大小从０．０８秒到３０秒不等［１Ｇ］。同时，通常选择窗口重叠５０％，以确??保每个行为的完整性。图２－２－２以走路行为为例，展示了滑动窗口重叠５０％的处理??过程，图中黑框即为滑动窗口，窗口大小设为４０。??２０?－￣￣?ａｘｉｓ－ｘ?ａｘｉｓ－ｙ?――?ａｘｉｓ－ｚ?——??？?ｏ?１０?於／Ｖ?？￣ｊｆｓｒ?．．．?．．．．．?ｙＡＴ＇＇?．．．．－＇Ｊ／??１?工?／Ｗａ／ＷｖａＡａ／ｕＷｘＡ／ｖＷｖ??０?２０?４０?６０?８０?１００?１２０?１４０?１６０?１８０??Ｓａｍｐｌｅｓ??图２－２－２滑动窗口重叠５０％的处理过程??２．２．４特征提取算法??传感器的采样点表示的是在某个特定时间的特定值，例如加速度计某个时刻ＪＣ??轴的数据为１５ｍ／ｓ２，这种特定的值所携带的信息并不足以描述一个完整的行为。同??时，当同一个人执行相同行为时，不同窗口的数据几乎不可能相同，因此无法通过??１２??


本文编号：3342074