本文關(guān)鍵詞： 動(dòng)態(tài)行為識(shí)別 連續(xù)性與周期性 周期行為 函數(shù)型數(shù)據(jù)分析 可穿戴式運(yùn)動(dòng)捕捉系統(tǒng)　出處：《自動(dòng)化學(xué)報(bào)》2017年05期 　論文類型：期刊論文

【摘要】：人體運(yùn)動(dòng)過程中,肢體的運(yùn)動(dòng)是連續(xù)的,而對(duì)應(yīng)的運(yùn)動(dòng)捕捉數(shù)據(jù)是離散的.為了更好地分析人體日常運(yùn)動(dòng)行為的連續(xù)性與周期性,本文提出了一種基于函數(shù)型數(shù)據(jù)分析(Functional data analysis,FDA)的人體動(dòng)態(tài)行為識(shí)別方法.首先,利用函數(shù)型數(shù)據(jù)分析方法,將可穿戴式運(yùn)動(dòng)捕捉系統(tǒng)采集的人體周期行為數(shù)據(jù)函數(shù)化,通過函數(shù)準(zhǔn)確地定義數(shù)據(jù)的連續(xù)性與周期性;然后,根據(jù)導(dǎo)函數(shù)信息確定一個(gè)運(yùn)動(dòng)周期的起始點(diǎn),并近似地提取出一個(gè)運(yùn)動(dòng)周期的數(shù)據(jù)序列;最后,根據(jù)不同行為一個(gè)周期內(nèi)的曲線特征差異,利用支持向量機(jī)對(duì)動(dòng)態(tài)行為進(jìn)行分類識(shí)別.實(shí)驗(yàn)結(jié)果表明,本文的算法既能夠較好地描述人體動(dòng)態(tài)行為的連續(xù)性與周期性,又使得運(yùn)動(dòng)數(shù)據(jù)在標(biāo)定的統(tǒng)一起始點(diǎn)處對(duì)齊,且在WARD數(shù)據(jù)集與自采集數(shù)據(jù)集上均取得了較好的識(shí)別率,分別達(dá)到97.5%與98.75%.
[Abstract]:In order to better analyze the continuity and periodicity of human daily motion behavior, the limb motion is continuous and the corresponding motion capture data are discrete. In this paper, a human body dynamic behavior recognition method based on functional data analysis is proposed. Firstly, the human periodic behavior data collected by wearable motion capture system is functioned by using functional data analysis method. The continuity and periodicity of the data are accurately defined by the function. Then, the starting point of a motion period is determined according to the derivative function information, and the data sequence of a motion period is approximately extracted. Finally, According to the difference of curve characteristics in a period of different behaviors, the support vector machine is used to classify and recognize the dynamic behavior. The experimental results show that the proposed algorithm can describe the continuity and periodicity of human dynamic behavior. The motion data is aligned at the unified starting point of calibration, and the recognition rate of the WARD data set and the self-collected data set are better, reaching 97.5% and 98.75 respectively.
【作者單位】： 安慶師范大學(xué)計(jì)算機(jī)與信息學(xué)院;智能感知與計(jì)算安徽省高校重點(diǎn)實(shí)驗(yàn)室;安慶師范大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(11471093) 國(guó)家科技支撐課題(2014BAH13F02) 安徽省高校自然科學(xué)研究重點(diǎn)項(xiàng)目(KJ2014A142) 情感計(jì)算與先進(jìn)智能機(jī)器安徽省重點(diǎn)實(shí)驗(yàn)室開放課題(ACAIM160102)資助~~
【分類號(hào)】：O213;TP18;TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 李鋒;潘敬奎;;基于三軸加速度傳感器的人體運(yùn)動(dòng)識(shí)別[J];計(jì)算機(jī)研究與發(fā)展;2016年03期

2 王蒙;戴亞平;王慶林;;單目視覺下目標(biāo)三維行為的時(shí)間尺度不變建模及識(shí)別[J];自動(dòng)化學(xué)報(bào);2014年08期

3 蘇為華;孫利榮;崔峰;;一種基于函數(shù)型數(shù)據(jù)的綜合評(píng)價(jià)方法研究[J];統(tǒng)計(jì)研究;2013年02期

4 肖玲;李仁發(fā);羅娟;;體域網(wǎng)中一種基于壓縮感知的人體動(dòng)作識(shí)別方法[J];電子與信息學(xué)報(bào);2013年01期

5 李淳們;王兆其;夏時(shí)洪;;人體運(yùn)動(dòng)的函數(shù)數(shù)據(jù)分析與合成[J];軟件學(xué)報(bào);2009年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇本躍;蔣京;湯慶豐;盛敏;;基于函數(shù)型數(shù)據(jù)分析方法的人體動(dòng)態(tài)行為識(shí)別[J];自動(dòng)化學(xué)報(bào);2017年05期

2 伊亞平;陳京榮;鄭榮基;;基于無(wú)量綱的加盟商優(yōu)選與競(jìng)爭(zhēng)的博弈研究[J];蘭州交通大學(xué)學(xué)報(bào);2017年02期

3 王劉濤;廖夢(mèng)怡;王建璽;馬飛;;基于關(guān)鍵幀輪廓特征提取的人體動(dòng)作識(shí)別方法[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

4 宋輝;王忠民;;基于壓縮感知的移動(dòng)用戶行為識(shí)別方法[J];計(jì)算機(jī)科學(xué);2017年02期

5 張皓;李楊波;馬飛;;基于Merkle哈希樹的無(wú)線軀體傳感器網(wǎng)絡(luò)安全認(rèn)證方案[J];現(xiàn)代電子技術(shù);2017年03期

6 孫懷江;夏貴羽;張國(guó)慶;封磊;;人體運(yùn)動(dòng)捕獲數(shù)據(jù)的重用技術(shù)綜述[J];數(shù)據(jù)采集與處理;2017年01期

7 于宗澤;方勇;李兆元;;基于壓縮稀疏融合的動(dòng)作識(shí)別方法[J];電子測(cè)量技術(shù);2016年11期

8 蘇亮亮;唐俊;梁棟;王年;;基于最大化子模和RRWM的視頻協(xié)同分割[J];自動(dòng)化學(xué)報(bào);2016年10期

9 朱志鋒;;體育運(yùn)動(dòng)錯(cuò)誤動(dòng)作的三維視覺檢測(cè)建模研究[J];計(jì)算機(jī)仿真;2016年09期

10 胡曉雁;孫波;朱小明;魏云剛;;基于譜聚類的運(yùn)動(dòng)捕獲數(shù)據(jù)分割[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2016年08期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宮繼兵;王睿;崔莉;;體域網(wǎng)BSN的研究進(jìn)展及面臨的挑戰(zhàn)[J];計(jì)算機(jī)研究與發(fā)展;2010年05期

2 谷軍霞;丁曉青;王生進(jìn);;基于人體行為3D模型的2D行為識(shí)別[J];自動(dòng)化學(xué)報(bào);2010年01期

3 谷軍霞;丁曉青;王生進(jìn);;行為分析算法綜述[J];中國(guó)圖象圖形學(xué)報(bào);2009年03期

4 杜友田;陳峰;徐文立;;基于多層動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的人的行為多尺度分析及識(shí)別方法[J];自動(dòng)化學(xué)報(bào);2009年03期

5 嚴(yán)明義;;生活質(zhì)量的綜合評(píng)價(jià):基于數(shù)據(jù)函數(shù)性特征的方法[J];統(tǒng)計(jì)與信息論壇;2007年02期

6 嚴(yán)明義;;函數(shù)性數(shù)據(jù)的統(tǒng)計(jì)分析:思想、方法和應(yīng)用[J];統(tǒng)計(jì)研究;2007年02期

7 趙國(guó)英;李振波;鄧宇;李華;;基于檢索的人體運(yùn)動(dòng)識(shí)別和模擬[J];計(jì)算機(jī)研究與發(fā)展;2006年02期

8 楊麗娟,張白樺,葉旭楨;快速傅里葉變換FFT及其應(yīng)用[J];光電工程;2004年S1期

9 羅忠祥 ,莊越挺 ,劉豐 ,潘云鶴;基于時(shí)空約束的運(yùn)動(dòng)編輯和運(yùn)動(dòng)重定向[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2002年12期

10 郭亞軍;一種新的動(dòng)態(tài)綜合評(píng)價(jià)方法[J];管理科學(xué)學(xué)報(bào);2002年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 原光明;;基于打斗過程中運(yùn)動(dòng)能量特征的打斗行為識(shí)別研究[J];內(nèi)江科技;2012年10期

2 張麗霞;;人體異常行為識(shí)別在電力生產(chǎn)中的應(yīng)用[J];生物技術(shù)世界;2013年03期

3 孫冰怡;呂巍;李文洋;;基于智能手機(jī)傳感器和SC-HMM算法的行為識(shí)別[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2013年06期

4 劉皓;郭立;易波;王冠中;;基于3D骨架和MCRF模型的行為識(shí)別[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2014年04期

5 李紹滋;蘇松志;郭鋒;曹冬林;戴瑩;;智能多媒體內(nèi)容理解若干關(guān)鍵技術(shù)研究[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

6 陳文強(qiáng);肖國(guó)強(qiáng);林霄;邱開金;;一種基于屬性貝葉斯網(wǎng)絡(luò)的行為識(shí)別模型[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

7 ;[J];;年期

相關(guān)會(huì)議論文 前7條

1 苗強(qiáng);周興社;於志文;倪紅波;;一種非覺察式的睡眠行為識(shí)別技術(shù)研究[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

2 齊娟;陳益強(qiáng);劉軍發(fā);;基于多模信息感知與融合的行為識(shí)別[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

3 方帥;曹洋;王浩;;視頻監(jiān)控中的行為識(shí)別[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

4 黃紫藤;吳玲達(dá);;監(jiān)控視頻中簡(jiǎn)單人物行為識(shí)別研究[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

5 安國(guó)成;羅志強(qiáng);李洪研;;改進(jìn)運(yùn)動(dòng)歷史圖的異常行為識(shí)別算法[A];第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

6 王忠民;曹棟;;坐標(biāo)轉(zhuǎn)換在移動(dòng)用戶行為識(shí)別中的應(yīng)用研究[A];2013年全國(guó)通信軟件學(xué)術(shù)會(huì)議論文集[C];2013年

7 劉威;李石堅(jiān);潘綱;;uRecorder:基于位置的社會(huì)行為自動(dòng)日志[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

相關(guān)重要報(bào)紙文章 前4條

1 李晨光;導(dǎo)入CIS要注意什么？[N];河北經(jīng)濟(jì)日?qǐng)?bào);2001年

2 農(nóng)發(fā)行鹿邑支行黨支部書記 行長(zhǎng) 劉永貞;發(fā)行形象與文化落地農(nóng)[N];周口日?qǐng)?bào);2007年

3 東林;行為識(shí)別新技術(shù)讓監(jiān)控沒有“死角”[N];人民公安報(bào);2007年

4 田凱　徐蕊 李政育 信木祥;博物館安全的國(guó)際經(jīng)驗(yàn)[N];中國(guó)文物報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 邵延華;基于計(jì)算機(jī)視覺的人體行為識(shí)別研究[D];重慶大學(xué);2015年

2 仝鈺;基于條件隨機(jī)場(chǎng)的智能家居行為識(shí)別研究[D];大連海事大學(xué);2015年

3 馮銀付;多模態(tài)人體行為識(shí)別技術(shù)研究[D];浙江大學(xué);2015年

4 姜新波;基于三維骨架序列的人體行為識(shí)別研究[D];山東大學(xué);2015年

5 韓姍姍;基于視覺的運(yùn)動(dòng)人體特征描述與行為識(shí)別研究[D];浙江工業(yè)大學(xué);2015年

6 裴利沈;視頻中人體行為識(shí)別若干問題研究[D];電子科技大學(xué);2016年

7 周同馳;行為識(shí)別中基于局部時(shí)空關(guān)系的特征模型研究[D];東南大學(xué);2016年

8 徐海燕;復(fù)雜環(huán)境下行為識(shí)別特征提取方法研究[D];東南大學(xué);2016年

9 何衛(wèi)華;人體行為識(shí)別關(guān)鍵技術(shù)研究[D];重慶大學(xué);2012年

10 吳秋霞;復(fù)雜場(chǎng)景下的人體行為識(shí)別[D];華南理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 唐小琴;基于全局和局部運(yùn)動(dòng)模式的人體行為識(shí)別研究[D];西南大學(xué);2015年

2 胡秋揚(yáng);可穿戴式個(gè)人室內(nèi)位置和行為監(jiān)測(cè)系統(tǒng)[D];浙江大學(xué);2015年

3 陳鈺昕;基于時(shí)空特性的人體行為識(shí)別研究[D];燕山大學(xué);2015年

4 任亮;智能車環(huán)境下車輛典型行為識(shí)別方法研究[D];長(zhǎng)安大學(xué);2015年

5 金澤豪;并行化的人體行為識(shí)別方法研究與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

6 王呈;穿戴式多傳感器人體日�；顒�(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

7 王露;基于稀疏時(shí)空特征的人體行為識(shí)別研究[D];蘇州大學(xué);2015年

8 于靜;基于物品信息和人體深度信息的行為識(shí)別研究[D];山東大學(xué);2015年

9 章瑜;人體運(yùn)動(dòng)行為識(shí)別相關(guān)方法研究[D];南京師范大學(xué);2015年

10 趙揚(yáng);家庭智能空間下基于行走軌跡的人體行為理解[D];山東大學(xué);2015年

，

本文編號(hào)：1528299