近年來(lái),隨著傳感器技術(shù)和智能設(shè)備的迅速發(fā)展,人體行為識(shí)別成為重要的研究熱點(diǎn),在醫(yī)療監(jiān)控、智能安防、老年看護(hù)以及室內(nèi)定位具有重要的研究意義和廣泛的應(yīng)用前景。在人體行為識(shí)別領(lǐng)域,基于可穿戴設(shè)備傳感器信號(hào)的方法具有便攜性好、功耗低、抗環(huán)境干擾等優(yōu)勢(shì),更適用于實(shí)際應(yīng)用場(chǎng)景。隨著研究深入,目前基于傳感器信號(hào)的人體行為識(shí)別研究在公開(kāi)數(shù)據(jù)集上可達(dá)到較高效果,但公開(kāi)數(shù)據(jù)集是在實(shí)驗(yàn)室理想環(huán)境下采集的在服務(wù)器上進(jìn)行精度計(jì)算,而面向智能可穿戴設(shè)備的實(shí)際應(yīng)用場(chǎng)景更加復(fù)雜,存在可穿戴用戶動(dòng)作不規(guī)范、速度差異、用戶之間存在差異性等問(wèn)題。針對(duì)這些問(wèn)題,本文面向智能可穿戴設(shè)備的輕量級(jí)計(jì)算平臺(tái)設(shè)計(jì)了基于殘差網(wǎng)絡(luò)的人體行為識(shí)別深度網(wǎng)絡(luò)模型,并結(jié)合超圖學(xué)習(xí)和遷移學(xué)習(xí)提高了實(shí)際應(yīng)用場(chǎng)景下用戶行為識(shí)別精確度。論文主要工作如下:1.針對(duì)實(shí)際可穿戴場(chǎng)景中由于用戶動(dòng)作不規(guī)范且存在速度差異導(dǎo)致精確度不高的問(wèn)題,本文基于輕量級(jí)可穿戴計(jì)算平臺(tái),設(shè)計(jì)了基于殘差網(wǎng)絡(luò)的行為識(shí)別模型。實(shí)驗(yàn)結(jié)果表明,在USC-HAD公開(kāi)數(shù)據(jù)集下比現(xiàn)有的文獻(xiàn)提高2.32%,達(dá)到92.72%的精確度。在快遞員原始數(shù)據(jù)9分類下達(dá)到94.8%的較高精確度。2.在實(shí)際應(yīng)用場(chǎng)... 

【文章來(lái)源】：電子科技大學(xué)四川省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：109 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人體行為識(shí)別應(yīng)用

電子科技大學(xué)碩士學(xué)位論文23121tttxxx(2-1),311kktkx其中tx表示信號(hào)發(fā)生器在每個(gè)時(shí)刻t產(chǎn)生的信號(hào)，......21，為卷積核（ConvolutionKernel），假設(shè)卷積核長(zhǎng)度為K，它和一個(gè)信號(hào)序列,......,21xx,11Kkktktxy（2-2）信號(hào)序列x和卷積核的卷積定義為xy,（2-3）其中表示卷積運(yùn)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(shù)字為卷積核中的權(quán)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(kuò)展，其卷積為：,11,11VvvjuiuvUuijxy(2-4)其中VURX表示一個(gè)圖像，VURW為卷積核，且,UNVM。一個(gè)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(yùn)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(xué)碩士學(xué)位論文23121tttxxx(2-1),311kktkx其中tx表示信號(hào)發(fā)生器在每個(gè)時(shí)刻t產(chǎn)生的信號(hào)，......21，為卷積核（ConvolutionKernel），假設(shè)卷積核長(zhǎng)度為K，它和一個(gè)信號(hào)序列,......,21xx,11Kkktktxy（2-2）信號(hào)序列x和卷積核的卷積定義為xy,（2-3）其中表示卷積運(yùn)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(shù)字為卷積核中的權(quán)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(kuò)展，其卷積為：,11,11VvvjuiuvUuijxy(2-4)其中VURX表示一個(gè)圖像，VURW為卷積核，且,UNVM。一個(gè)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(yùn)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(xiàn)】：
期刊論文
[1]基于加速度傳感器和神經(jīng)網(wǎng)絡(luò)的人體活動(dòng)行為識(shí)別[J]. 張烈平,匡貞伍,李昆鍵,韋克瑩,王政忠,張聲嵐,王瑞.  現(xiàn)代電子技術(shù). 2019(16)
[2]基于單個(gè)三軸加速度計(jì)的人體行為識(shí)別研究[J]. 張宇,郭達(dá),高志勇,周大海.  信息技術(shù)與網(wǎng)絡(luò)安全. 2019(02)
[3]傳感器人體運(yùn)動(dòng)行為特征識(shí)別研究進(jìn)展[J]. 景元,吉愛(ài)紅,張曦元,宋雅偉,陳煒?lè)?  計(jì)算機(jī)工程與應(yīng)用. 2019(01)
[4]基于協(xié)同LSTM神經(jīng)網(wǎng)絡(luò)的人體行為識(shí)別研究[J]. 朱連章,陳殿明,郭加樹(shù),張紅霞.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(12)
[5]基于WiFi信號(hào)的人體行為感知技術(shù)研究綜述[J]. 魯勇,呂紹和,王曉東,周興銘.  計(jì)算機(jī)學(xué)報(bào). 2019(02)
[6]面向人體行為識(shí)別的深度特征學(xué)習(xí)方法比較[J]. 匡曉華,何軍,胡昭華,周媛.  計(jì)算機(jī)應(yīng)用研究. 2018(09)
[7]個(gè)性化遠(yuǎn)程醫(yī)療監(jiān)護(hù)系統(tǒng)研究[J]. 董振江,謝怡,鄧碩,婁夢(mèng)茜,孫知信.  計(jì)算機(jī)技術(shù)與發(fā)展. 2013(05)
[8]正常青年人步態(tài)運(yùn)動(dòng)學(xué)參數(shù)的研究[J]. 郭忠武,王廣志,丁輝,高敬,丁海曙.  中國(guó)康復(fù)理論與實(shí)踐. 2002(09)

碩士論文
[1]基于深度學(xué)習(xí)和無(wú)監(jiān)督域適應(yīng)的跨用戶行為識(shí)別研究[D]. 謝澈澈.華南理工大學(xué) 2019
[2]基于不同人群特征學(xué)習(xí)的行為識(shí)別研究[D]. 王天龍.遼寧大學(xué) 2018



本文編號(hào)：3620847