基于穿戴式设备的人体姿态识别研究

发布时间：2021-08-22 00:15

　　随着社会与科技的发展,智能手机、手表等智能产品成为了人们日常必备的生活用品。与此同时,人们对自身与家人的身体健康与运动状态的情况也提出了更高的要求。目前,结合智能可穿戴设备进行人体姿态识别的研究尚处于初级阶段,研究成果也相对较少。在此背景下,本文通过对人体运动姿态识别方法的研究,围绕人体运动时通过智能可穿戴设备对加速度时间序列数据的采集、数据预处理、特征提取并以基于加速度信号的人体运动姿态的识别方法作为重点进行了研究。本文的主要研究内容和作者工作如下:1.为了满足基于时间序列的人体运动姿态识别的研究要求,本文介绍了基于加速度传感器的数据采集方案、特征提取方法并通过大量文献资料总结了常用的人体运动姿态识别方法。2.提出了基于DTW距离的加速度时间序列数据的相似性度量的人体姿态识别方法,即计算每个人体动作姿态加速度数据时间序列间的相似度,最后结合最近邻算法对人体常见的各种运动姿态进行识别。实验结果表明,该方法达到了很好地识别效果。3.为解决时间序列间距离度量计算误差过大和保证时间序列缩放平移的不变性的问题,提出了一种基于DTW的shapelets特征提取算法,即将DTW度量时间序列间距离与... 

【文章来源】：山东工商学院山东省

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

人体姿态识别一般流程框图

图 2.2ADXL345 的三轴的方向及引脚式多种多样，有些研究者将数据预处理操作及分类减小传输过程中出现数据丢失和错误的概率，但，同时，也对人体姿态识别算法的有效性提出了更ZigBee 等无线传输方式，这种数据传输方式一般的是将存储器和加速度传感器集成在一起，然后算机进行后续的数据处理和识别等操作。方案佩戴位置采集装置在人体各位置使用越多，对提高人体姿

2.3 文献[34]传感器固定位置况能表现出明显的差别，别。Mathie[35]等人以老人分类模型加以识别。Ka的不同加速度数据进行年龄和性别的人体运动数

【参考文献】：
期刊论文
[1]Taiga: Performance Optimization of the C4.5 Decision Tree Construction Algorithm[J]. Yi Yang,Wenguang Chen.  Tsinghua Science and Technology. 2016(04)
[2]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)
[3]基于惯性传感器的人体动作检测系统设计[J]. 李世琳,王洪源.  计算机光盘软件与应用. 2014(23)
[4]人体动作行为识别研究综述[J]. 李瑞峰,王亮亮,王珂.  模式识别与人工智能. 2014(01)
[5]人体动作姿态识别综述[J]. 黄国范,李亚.  电脑知识与技术. 2013(01)
[6]基于组合微惯性测量元件的人体动作检测系统设计[J]. 张继光,羊彦,李伟.  传感技术学报. 2010(02)
[7]基于加速度信号的走路模式多级分类算法[J]. 李月香,刘燕,袁涛,王文剑.  电子学报. 2009(08)
[8]基于加速度信号几何特征的动作识别[J]. 陈雷,杨杰,沈红斌,王双全.  上海交通大学学报. 2008(02)
[9]数字式MEMS加速度传感器在倾角测量的应用[J]. 嵇正华,成良兵,张仁杰,杨晖.  微计算机信息. 2006(05)

博士论文
[1]基于单个加速度传感器的人体运动模式识别[D]. 薛洋.华南理工大学 2011

硕士论文
[1]基于多传感器信息融合的人体姿态识别研究[D]. 李景辉.山东大学 2014
[2]基于加速度信号的人体上肢动作识别研究[D]. 洪俊.中国计量学院 2014



本文编号：3356606