本文關(guān)鍵詞：基于壓縮稀疏融合的動作識別方法

  更多相關(guān)文章： 無線體域網(wǎng) 識別階段復(fù)雜度 壓縮稀疏融合 動作識別

【摘要】：在無線體域網(wǎng)動作識別中,稀疏分類識別階段待測向量稀疏表示系數(shù)的計算復(fù)雜度是影響其實時性的一個關(guān)鍵因素。提出一種基于壓縮稀疏融合的動作識別方法,首先,對各對象動作矩陣進行訓(xùn)練;然后,通過稀疏融合得到融合稀疏向量;最后,將其重構(gòu)后與待測動作向量做殘差處理,比較殘差,得到識別結(jié)果。該方法在識別階段勿需對待測向量求解稀疏表示系數(shù),使識別階段算法的復(fù)雜度降低一半,實時性得到提高。實驗結(jié)果表明,在降低復(fù)雜度的同時,本方法能對8種不同的人體動作進行有效識別。使用基追蹤(BP)算法時,識別率與傳統(tǒng)方法持平;使用正交匹配追蹤(OMP)算法時,識別率比傳統(tǒng)方法效果好。
【作者單位】： 上海大學(xué)通信與信息工程學(xué)院;
【關(guān)鍵詞】： 無線體域網(wǎng) 識別階段復(fù)雜度 壓縮稀疏融合 動作識別
【基金】：上海市科委國際合作項目(13510721100) 國家自然科學(xué)基金(61271213) 教育部博士點基金(20133108110014)資助項目
【分類號】：TP212.9;TP391.41
【正文快照】： 1引言在無線體域網(wǎng)(wireless body area networks,WBAN)中,基于慣性傳感器的人體動作識別是一個重要的研究內(nèi)容和應(yīng)用方向。目前的研究從識別分類方法上主要可以分為兩大類。一類是通過模式識別的方法來對人體動作進行識別,如支持向量機[1]、人工神經(jīng)網(wǎng)絡(luò)[2]、K近鄰[3]、決策

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡雅琴;;動作識別技術(shù)及其發(fā)展[J];電視技術(shù);2013年S2期

2 倪世宏,史忠科,謝川,王彥鴻;軍用戰(zhàn)機機動飛行動作識別知識庫的建立[J];計算機仿真;2005年04期

3 程祥;;人體動作識別的研究[J];電腦知識與技術(shù);2006年20期

4 黃飛躍;徐光yP;;視角無關(guān)的動作識別[J];軟件學(xué)報;2008年07期

5 徐光yP;曹媛媛;;動作識別與行為理解綜述[J];中國圖象圖形學(xué)報;2009年02期

6 黃麗鴻;高智勇;劉海華;;基于脈沖神經(jīng)網(wǎng)絡(luò)的人體動作識別[J];現(xiàn)代科學(xué)儀器;2012年02期

7 周艷青;王磊;;基于視覺的人體動作識別綜述[J];山東輕工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2012年01期

8 曹琨;;基于檢索表的實時動作識別技術(shù)研究[J];中外企業(yè)家;2014年05期

9 劉博;安建成;;基于關(guān)鍵姿勢的人體動作識別[J];電視技術(shù);2014年05期

10 王燕;張紹武;凌志剛;潘泉;;基于圖嵌入線性拓展方法的人體動作識別研究[J];計算機仿真;2008年10期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 袁飛;程韜波;周松斌;肖先文;;基于加速度特征的可拓動作識別方法[A];廣州市儀器儀表學(xué)會2009年學(xué)術(shù)年會論文集[C];2010年

2 黃飛躍;徐光yP;;自然的人體動作識別[A];第三屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2007）論文集[C];2007年

3 黃艷歡;葉少珍;;連續(xù)動作分割綜述[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

4 董力賡;陶霖密;徐光yP;;頭部姿態(tài)和動作的識別與理解[A];第三屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2007）論文集[C];2007年

5 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時空特征的人體動作識別[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

6 席旭剛;金燕;朱海港;高云園;;基于小波包熵和支持向量機的手部肌電信號動作識別[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第五分冊）[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 諶先敢;現(xiàn)實環(huán)境下的人體動作識別[D];武漢大學(xué);2012年

2 陳淵博;視頻序列中的人體動作識別[D];北京郵電大學(xué);2015年

3 劉翠微;視頻中人的動作分析與理解[D];北京理工大學(xué);2015年

4 陳萌;基于李代數(shù)高斯表示的動作識別方法研究[D];華中科技大學(xué);2016年

5 李擬s，

本文編號：944444