基于事件驱动策略的步态行为识别研究

发布时间：2017-12-22 16:49

本文关键词：基于事件驱动策略的步态行为识别研究　出处：《大连理工大学》2016年硕士论文　论文类型：学位论文

【摘要】：随着传感器、无线通信等技术的发展,体域网在医疗、体育、娱乐等领域得到了更为广泛的应用。人体行为识别是体域网科研领域的一个主要研究热点,能够帮助计算机感知人类的肢体行为并理解其含义,进而在医疗患者监护、运动员辅助训练等应用场景中提供具有实际价值的服务。步态行为是一种生活中常见的动作,准确识别步态对于各领域的复杂行为识别研究来说具有普遍意义。现有的步态行为识别方法往往采用滑动窗口技术获取与步态动作相关的加速度传感器数据,并在此基础上完成特征提取和分类器训练。这些方法难以准确定位动作的发生时段,需处理重复数据,因而使得系统计算开销增大,且研究所覆盖的步态类型较少,缺少对运动方向变化的考虑。为此,本文提出一种基于事件驱动策略的步态行为识别方法,用以识别行走、奔跑、蹲起、跳跃、转身、上下楼等12种腿部动作。该方法以陀螺仪为主要传感器,通过采集腿部和腰部角速度信号来感知人体下肢的动作,并依据小腿角速度的变化规律动态划分步态周期。之后,在步态周期内的传感器数据中提取出20种具有实际意义的启发式特征,送至步态分类模型得到步态所属类别。在构建分类模型的过程中,考虑到起步与后续阶段的步态在行为表现上存在一定差异,本文提出为两阶段步态分别构造专属分类器的策略,并通过比较四种常用机器学习算法得到适用于步态行为识别的最佳分类器。实验结果表明,本文提出的步态行为识别方法能够有效识别12种步态,对于不同测试者的识别准确率平均可达到98.0%,相比于其它步态行为识别方法,具有识别类型多、准确率高、实时性好、计算量小等优点。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9

【参考文献】