单传感器数据驱动的人体周期性运动行为的识别方法研究

发布时间：2021-01-20 10:46

　　人体行为识别近些年已经成为机器学习研究领域的热点,通过计算机对用户行为信息的分析,在不同应用场景更好的服务人类。其中,计算机视觉相关研究占据着主导位置。但近些年,随着各类可穿戴传感器技术的发展,通过使用惯性传感器（如加速度计和陀螺仪）进行行为识别逐步成为这一领域的热点研究项目。人体日常行为识别包括初始数据的收集与处理,特征的选择与提取,以及分类器的设计与决策。其中,特征工程是其核心问题之一,提取有效的特征不仅能够提高其识别精度,更能简化算法,提高算法的稳定性。传统的基于惯性可穿戴传感器的日常人体行为识别研究中,特征往往采用加速度和角速度的统计信息,如均值、方差、幅值、峰度、偏度和相关系数等离散数据。而人体日常行为是连续且有周期性的,离散型数据并不能反映出人体运动的连续性。因此,本文围绕周期性人体日常行为,通过对连续行为的研究,采用合理的特征和合适的分类算法。其一,在日常行为过程中,运动是连续且不间断的,而由运动捕捉系统采集到的数据却是离散的。通过分析人体日常行为,提出了一种基于函数型数据时间序列建模的单传感器日常行为识别方法。首先,通过使用函数型数据分析方法,对周期性日常行为的运动捕捉... 

【文章来源】：安庆师范大学安徽省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

天猫无人超市中的意图识别

运动捕捉技术及设备

基于惯性传感器的HAR

【参考文献】：
期刊论文
[1]Intent Pattern Recognition of Lower-limb Motion Based on Mechanical Sensors[J]. Zuojun Liu,Wei Lin,Yanli Geng,Peng Yang.  IEEE/CAA Journal of Automatica Sinica. 2017(04)
[2]基于函数型数据分析方法的人体动态行为识别[J]. 苏本跃,蒋京,汤庆丰,盛敏.  自动化学报. 2017(05)
[3]面向人机融合的智能动力下肢假肢研究现状与挑战[J]. 王启宁,郑恩昊,陈保君,麦金耿.  自动化学报. 2016(12)
[4]基于深度学习的人体行为识别算法综述[J]. 朱煜,赵江坤,王逸宁,郑兵兵.  自动化学报. 2016(06)
[5]基于三轴加速度传感器的人体运动识别[J]. 李锋,潘敬奎.  计算机研究与发展. 2016(03)
[6]两类函数型数据主成分分析方法及其应用[J]. 苏本跃,陈晓慧,童星慧,王广军.  统计与决策. 2015(17)
[7]基于自适应迭代更新的函数型数据聚类方法研究[J]. 王德青,刘晓葳,朱建平.  统计研究. 2015(04)
[8]一种基于函数型数据的综合评价方法研究[J]. 苏为华,孙利荣,崔峰.  统计研究. 2013(02)
[9]体域网中一种基于压缩感知的人体动作识别方法[J]. 肖玲,李仁发,罗娟.  电子与信息学报. 2013(01)
[10]函数型数据分析的研究进展和技术框架[J]. 米子川,赵丽琴.  统计与信息论坛. 2012(06)



本文编号：2988902