基于生理信號的人體行為識別方法研究與應用
發(fā)布時間：2022-02-11 19:41
近年來,隨著傳感器技術和智能設備的迅速發(fā)展,人體行為識別成為重要的研究熱點,在醫(yī)療監(jiān)控、智能安防、老年看護以及室內定位具有重要的研究意義和廣泛的應用前景。在人體行為識別領域,基于可穿戴設備傳感器信號的方法具有便攜性好、功耗低、抗環(huán)境干擾等優(yōu)勢,更適用于實際應用場景。隨著研究深入,目前基于傳感器信號的人體行為識別研究在公開數據集上可達到較高效果,但公開數據集是在實驗室理想環(huán)境下采集的在服務器上進行精度計算,而面向智能可穿戴設備的實際應用場景更加復雜,存在可穿戴用戶動作不規(guī)范、速度差異、用戶之間存在差異性等問題。針對這些問題,本文面向智能可穿戴設備的輕量級計算平臺設計了基于殘差網絡的人體行為識別深度網絡模型,并結合超圖學習和遷移學習提高了實際應用場景下用戶行為識別精確度。論文主要工作如下:1.針對實際可穿戴場景中由于用戶動作不規(guī)范且存在速度差異導致精確度不高的問題,本文基于輕量級可穿戴計算平臺,設計了基于殘差網絡的行為識別模型。實驗結果表明,在USC-HAD公開數據集下比現有的文獻提高2.32%,達到92.72%的精確度。在快遞員原始數據9分類下達到94.8%的較高精確度。2.在實際應用場...
【文章來源】：電子科技大學四川省211工程院校985工程院校教育部直屬院校
【文章頁數】：109 頁
【學位級別】：碩士
【部分圖文】：
人體行為識別應用
電子科技大學碩士學位論文23121tttxxx(2-1),311kktkx其中tx表示信號發(fā)生器在每個時刻t產生的信號，......21，為卷積核（ConvolutionKernel），假設卷積核長度為K，它和一個信號序列,......,21xx,11Kkktktxy（2-2）信號序列x和卷積核的卷積定義為xy,（2-3）其中表示卷積運算。圖2-1給出了一維卷積示例.卷積核為[1,0,1]，連接邊上的數字為卷積核中的權重。圖2-1一維卷積示例（濾波器為[-1,0,1]）在圖像處理中，將一維卷積擴展，其卷積為：,11,11VvvjuiuvUuijxy(2-4)其中VURX表示一個圖像，VURW為卷積核，且,UNVM。一個輸入信息X和卷積核W的二維卷積定義為：XWY,(2-5)其中表示二維卷積運算。如圖2-2給出了二維卷積示例：圖2-2二維卷積示例
電子科技大學碩士學位論文23121tttxxx(2-1),311kktkx其中tx表示信號發(fā)生器在每個時刻t產生的信號，......21，為卷積核（ConvolutionKernel），假設卷積核長度為K，它和一個信號序列,......,21xx,11Kkktktxy（2-2）信號序列x和卷積核的卷積定義為xy,（2-3）其中表示卷積運算。圖2-1給出了一維卷積示例.卷積核為[1,0,1]，連接邊上的數字為卷積核中的權重。圖2-1一維卷積示例（濾波器為[-1,0,1]）在圖像處理中，將一維卷積擴展，其卷積為：,11,11VvvjuiuvUuijxy(2-4)其中VURX表示一個圖像，VURW為卷積核，且,UNVM。一個輸入信息X和卷積核W的二維卷積定義為：XWY,(2-5)其中表示二維卷積運算。如圖2-2給出了二維卷積示例：圖2-2二維卷積示例
【參考文獻】：
期刊論文
[1]基于加速度傳感器和神經網絡的人體活動行為識別[J]. 張烈平,匡貞伍,李昆鍵,韋克瑩,王政忠,張聲嵐,王瑞. 現代電子技術. 2019(16)
[2]基于單個三軸加速度計的人體行為識別研究[J]. 張宇,郭達,高志勇,周大海. 信息技術與網絡安全. 2019(02)
[3]傳感器人體運動行為特征識別研究進展[J]. 景元,吉愛紅,張曦元,宋雅偉,陳煒峰. 計算機工程與應用. 2019(01)
[4]基于協(xié)同LSTM神經網絡的人體行為識別研究[J]. 朱連章,陳殿明,郭加樹,張紅霞. 計算機技術與發(fā)展. 2018(12)
[5]基于WiFi信號的人體行為感知技術研究綜述[J]. 魯勇,呂紹和,王曉東,周興銘. 計算機學報. 2019(02)
[6]面向人體行為識別的深度特征學習方法比較[J]. 匡曉華,何軍,胡昭華,周媛. 計算機應用研究. 2018(09)
[7]個性化遠程醫(yī)療監(jiān)護系統(tǒng)研究[J]. 董振江,謝怡,鄧碩,婁夢茜,孫知信. 計算機技術與發(fā)展. 2013(05)
[8]正常青年人步態(tài)運動學參數的研究[J]. 郭忠武,王廣志,丁輝,高敬,丁海曙. 中國康復理論與實踐. 2002(09)
碩士論文
[1]基于深度學習和無監(jiān)督域適應的跨用戶行為識別研究[D]. 謝澈澈.華南理工大學 2019
[2]基于不同人群特征學習的行為識別研究[D]. 王天龍.遼寧大學 2018
本文編號：3620847
【文章來源】：電子科技大學四川省211工程院校985工程院校教育部直屬院校
【文章頁數】：109 頁
【學位級別】：碩士
【部分圖文】：
人體行為識別應用
電子科技大學碩士學位論文23121tttxxx(2-1),311kktkx其中tx表示信號發(fā)生器在每個時刻t產生的信號，......21，為卷積核（ConvolutionKernel），假設卷積核長度為K，它和一個信號序列,......,21xx,11Kkktktxy（2-2）信號序列x和卷積核的卷積定義為xy,（2-3）其中表示卷積運算。圖2-1給出了一維卷積示例.卷積核為[1,0,1]，連接邊上的數字為卷積核中的權重。圖2-1一維卷積示例（濾波器為[-1,0,1]）在圖像處理中，將一維卷積擴展，其卷積為：,11,11VvvjuiuvUuijxy(2-4)其中VURX表示一個圖像，VURW為卷積核，且,UNVM。一個輸入信息X和卷積核W的二維卷積定義為：XWY,(2-5)其中表示二維卷積運算。如圖2-2給出了二維卷積示例：圖2-2二維卷積示例
電子科技大學碩士學位論文23121tttxxx(2-1),311kktkx其中tx表示信號發(fā)生器在每個時刻t產生的信號，......21，為卷積核（ConvolutionKernel），假設卷積核長度為K，它和一個信號序列,......,21xx,11Kkktktxy（2-2）信號序列x和卷積核的卷積定義為xy,（2-3）其中表示卷積運算。圖2-1給出了一維卷積示例.卷積核為[1,0,1]，連接邊上的數字為卷積核中的權重。圖2-1一維卷積示例（濾波器為[-1,0,1]）在圖像處理中，將一維卷積擴展，其卷積為：,11,11VvvjuiuvUuijxy(2-4)其中VURX表示一個圖像，VURW為卷積核，且,UNVM。一個輸入信息X和卷積核W的二維卷積定義為：XWY,(2-5)其中表示二維卷積運算。如圖2-2給出了二維卷積示例：圖2-2二維卷積示例
【參考文獻】：
期刊論文
[1]基于加速度傳感器和神經網絡的人體活動行為識別[J]. 張烈平,匡貞伍,李昆鍵,韋克瑩,王政忠,張聲嵐,王瑞. 現代電子技術. 2019(16)
[2]基于單個三軸加速度計的人體行為識別研究[J]. 張宇,郭達,高志勇,周大海. 信息技術與網絡安全. 2019(02)
[3]傳感器人體運動行為特征識別研究進展[J]. 景元,吉愛紅,張曦元,宋雅偉,陳煒峰. 計算機工程與應用. 2019(01)
[4]基于協(xié)同LSTM神經網絡的人體行為識別研究[J]. 朱連章,陳殿明,郭加樹,張紅霞. 計算機技術與發(fā)展. 2018(12)
[5]基于WiFi信號的人體行為感知技術研究綜述[J]. 魯勇,呂紹和,王曉東,周興銘. 計算機學報. 2019(02)
[6]面向人體行為識別的深度特征學習方法比較[J]. 匡曉華,何軍,胡昭華,周媛. 計算機應用研究. 2018(09)
[7]個性化遠程醫(yī)療監(jiān)護系統(tǒng)研究[J]. 董振江,謝怡,鄧碩,婁夢茜,孫知信. 計算機技術與發(fā)展. 2013(05)
[8]正常青年人步態(tài)運動學參數的研究[J]. 郭忠武,王廣志,丁輝,高敬,丁海曙. 中國康復理論與實踐. 2002(09)
碩士論文
[1]基于深度學習和無監(jiān)督域適應的跨用戶行為識別研究[D]. 謝澈澈.華南理工大學 2019
[2]基于不同人群特征學習的行為識別研究[D]. 王天龍.遼寧大學 2018
本文編號：3620847
本文鏈接：http://sikaile.net/kejilunwen/xinxigongchenglunwen/3620847.html
