本文關(guān)鍵詞：基于加速度傳感器的人體動作識別方法研究

  更多相關(guān)文章： 動作識別 特征提取和選擇 樣本特征邊界加權(quán)支持向量機(jī)(WFWBWSVM) 向無環(huán)圖支持向量機(jī)(DAG SVM) 特征差異

【摘要】：人體動作識別是人工智能和模式識別領(lǐng)域的重要研究課題,在智能人機(jī)交互、智能監(jiān)控、健康監(jiān)控及人體運(yùn)動能量消耗評估等眾多領(lǐng)域,都有著重大的理論研究意義與廣闊的發(fā)展前景。隨著加速度傳感器技術(shù)不斷進(jìn)步和發(fā)展,基于加速度傳感器的人體動作識別受到更加廣泛的關(guān)注,成為了研究的熱點問題。近幾年基于加速度傳感器的人體動作識別已經(jīng)由理論階段逐步邁向了實際應(yīng)用,取得了較大的發(fā)展。但是它仍然處于比較基礎(chǔ)的時期,由于現(xiàn)實環(huán)境中存在很多的影響以及人體動作的多種多樣,在人體動作識別中仍然存在很多需要解決的問題,包括如何針對實際應(yīng)用設(shè)計合理的特征提取和更有效的特征選擇方法,如何使動作識別分類器的分類識別精確度高、復(fù)雜度低,并有較強(qiáng)的泛化能力,如何使得識別方法的分類識別性能好�；谝陨蠋讉�問題,本文主要提出了三個方面的研究工作:(1)在特征的提取和選擇中,引入并分析了平均值、標(biāo)準(zhǔn)差、峰度、偏度、四分位差及三軸間的相關(guān)系數(shù)六個人體動作加速度特征,通過結(jié)合這六個特征對獲取到的加速度數(shù)據(jù)進(jìn)行訓(xùn)練和識別。(2)在分類器方法中,提出了樣本特征邊界加權(quán)支持向量機(jī)(Weight Features Weight Bounds Weight Support Vector Machine,WFWBWSVM)的分類器方法。該方法是在支持向量機(jī)(Support Vector Machine,SVM)的基礎(chǔ)上,對分類器的分類邊界進(jìn)行了加權(quán),并結(jié)合了對分類樣本加權(quán)和對分類核函數(shù)特征加權(quán),從而得到了更適合人體動作識別的WFWBWSVM的分類器。(3)在分類識別的過程中,通過引入有向無環(huán)圖支持向量機(jī)(Directed Acyclic Graph Support Vector Machine,DAG SVM),根據(jù)分類器中訓(xùn)練樣本集之間特征差異的大小,對分類器進(jìn)行了分布排列,從而獲得了基于特征差異的DAG SVM。對于本文提出的這三個方面的研究工作,利用實驗驗證了這些工作的可行性和有效性。
【關(guān)鍵詞】：動作識別 特征提取和選擇 樣本特征邊界加權(quán)支持向量機(jī)(WFWBWSVM) 向無環(huán)圖支持向量機(jī)(DAG SVM) 特征差異
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-14
• 1.1 研究背景9
• 1.2 研究現(xiàn)狀9-11
• 1.3 論文的主要工作11-12
• 1.4 論文的主要結(jié)構(gòu)12-14
• 第二章 數(shù)據(jù)處理及課題理論基礎(chǔ)14-26
• 2.1 數(shù)據(jù)處理14-19
• 2.1.1 加速度數(shù)據(jù)庫現(xiàn)狀14-15
• 2.1.2 所采用的加速度數(shù)據(jù)庫數(shù)據(jù)15-17
• 2.1.3 加速度信號的處理17-19
• 2.2 SVM19-23
• 2.2.1 SVM簡介19
• 2.2.2 SVM分類器19-23
• 2.3 分類原則23-25
• 2.4 本章小結(jié)25-26
• 第三章 數(shù)據(jù)的特征選擇和提取26-34
• 3.1 特征的提取和選擇26-28
• 3.2 特征值獲取的過程28-33
• 3.3 本章小結(jié)33-34
• 第四章 基于SVM改進(jìn)的人體動作識別34-50
• 4.1 基于SVM分類器的改進(jìn)34-41
• 4.2 訓(xùn)練的過程41-44
• 4.3 識別過程的改進(jìn)44-49
• 4.4 本章小結(jié)49-50
• 第五章 實驗及其性能50-57
• 5.1 實驗環(huán)境及工具簡介50-51
• 5.2 實驗51-56
• 5.2.1 案例一的實驗52-54
• 5.2.2 案例二的實驗54-55
• 5.2.3 案例三的實驗55-56
• 5.3 本章小結(jié)56-57
• 第六章 總結(jié)與展望57-59
• 6.1 論文總結(jié)57
• 6.2 論文展望57-59
• 參考文獻(xiàn)59-64
• 致謝64-65
• 碩士在讀期間發(fā)表的論文65

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 苗雪蘭;;基于模糊理論的人體動作表示及動作模式識別方法[J];模式識別與人工智能;2002年02期

2 楊靖;董永貴;王東生;;利用熱釋電紅外信號進(jìn)行人體動作形態(tài)識別[J];儀表技術(shù)與傳感器;2009年S1期

3 藺廣逢;朱虹;范彩霞;張二虎;;基于空間分布特征的人體動作動態(tài)建模識別[J];模式識別與人工智能;2013年03期

4 由英琪;善解人意的感情電腦[J];市場觀察;1998年10期

5 張繼光;羊彥;李偉;;基于組合微慣性測量元件的人體動作檢測系統(tǒng)設(shè)計[J];傳感技術(shù)學(xué)報;2010年02期

6 陳仲珊;;基于視覺注意的人體動作檢測[J];考試周刊;2011年86期

7 劉劍;龔志恒;吳成東;岳恒;高恩陽;;基于深度和LLE的人體動作趨勢分析研究[J];控制工程;2013年06期

8 張燕中;柴業(yè)宏;許高建;;關(guān)于田徑人體動作計算機(jī)繪圖軟件開發(fā)的研究[J];安徽農(nóng)業(yè)大學(xué)學(xué)報;2009年01期

9 王沖;施玉霞;陸熊;;基于加速度傳感器的無線人體動作測量設(shè)備[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2011年08期

10 李瑞峰;王亮亮;王珂;;人體動作行為識別研究綜述[J];模式識別與人工智能;2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 黃少莉;;談聾兒的舞蹈教學(xué)[A];中國心理衛(wèi)生協(xié)會殘疾人心理衛(wèi)生分會第四屆學(xué)術(shù)交流會論文集[C];2002年

2 黃少莉;;談聾兒的舞蹈教學(xué)[A];中國殘疾人康復(fù)協(xié)會心理衛(wèi)生專業(yè)委員會第三屆學(xué)術(shù)交流會論文集[C];2002年

3 宋啟來;;不同專項運(yùn)動員伸膝動作動力過程的專項特征[A];第五屆全國運(yùn)動生物力學(xué)學(xué)術(shù)會議論文摘要[C];1985年

4 蔣艷;;淺論舞蹈理論對舞蹈實踐的指導(dǎo)作用[A];2014年9月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會論文集[C];2014年

5 羅逸葦;姜明;;用Vicon系統(tǒng)進(jìn)行人體動作的運(yùn)動分析[A];第十一屆全國運(yùn)動生物力學(xué)學(xué)術(shù)交流大會論文匯編（摘要）[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 本報記者 劉曉;留美博士在寧“零投資創(chuàng)業(yè)”[N];南京日報;2010年

2 汪婭敏（作者單位：安徽省歌舞劇院）;試論舞蹈的語言[N];安徽經(jīng)濟(jì)報;2006年

3 周惠斌;選購服裝注重六性[N];大眾科技報;2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李陽;局部時空特征及部件的視頻人體動作識別方法研究[D];重慶大學(xué);2015年

2 楊江峰;基于視頻的人體動作分析與識別的研究[D];電子科技大學(xué);2015年

3 姜鳴;基于體感網(wǎng)的人體動作監(jiān)測識別的研究[D];大連理工大學(xué);2012年

4 江焯林;基于計算機(jī)視覺的人體動作檢測和識別方法研究[D];華南理工大學(xué);2010年

5 趙瓊;基于視頻和三維動作捕捉數(shù)據(jù)的人體動作識別方法的研究[D];中國科學(xué)技術(shù)大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 朱林;視頻中人體動作識別方法研究[D];華南理工大學(xué);2015年

2 查敏菊;基于手勢動作的智能輸入系統(tǒng)[D];復(fù)旦大學(xué);2013年

3 王朝新;人體動作信息采集系統(tǒng)的軟件設(shè)計[D];大連理工大學(xué);2015年

4 韓建飛;基于加速度傳感器的人體動作識別方法研究[D];江蘇大學(xué);2016年

5 程司雷;反應(yīng)跟隨性人體動作合成系統(tǒng)[D];浙江大學(xué);2011年

6 楊靖;一種熱釋電紅外人體動作形態(tài)傳感器的研究[D];清華大學(xué);2010年

7 朱震文;視頻數(shù)據(jù)中人體動作的分類研究[D];南京理工大學(xué);2012年

8 李雄;人體動作的骨骼動畫研究與初步實現(xiàn)[D];華中科技大學(xué);2011年

9 高麗麗;基于容積特征的人體動作檢測[D];南京理工大學(xué);2009年

10 劉X;基于整體特征的人體動作的識別[D];南京理工大學(xué);2009年

，

本文編號：925804