本文關(guān)鍵詞：基于事件驅(qū)動(dòng)策略的步態(tài)行為識(shí)別研究　出處：《大連理工大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 體域網(wǎng) 步態(tài)識(shí)別 事件驅(qū)動(dòng) 啟發(fā)式特征 機(jī)器學(xué)習(xí)

【摘要】：隨著傳感器、無(wú)線通信等技術(shù)的發(fā)展,體域網(wǎng)在醫(yī)療、體育、娛樂(lè)等領(lǐng)域得到了更為廣泛的應(yīng)用。人體行為識(shí)別是體域網(wǎng)科研領(lǐng)域的一個(gè)主要研究熱點(diǎn),能夠幫助計(jì)算機(jī)感知人類(lèi)的肢體行為并理解其含義,進(jìn)而在醫(yī)療患者監(jiān)護(hù)、運(yùn)動(dòng)員輔助訓(xùn)練等應(yīng)用場(chǎng)景中提供具有實(shí)際價(jià)值的服務(wù)。步態(tài)行為是一種生活中常見(jiàn)的動(dòng)作,準(zhǔn)確識(shí)別步態(tài)對(duì)于各領(lǐng)域的復(fù)雜行為識(shí)別研究來(lái)說(shuō)具有普遍意義。現(xiàn)有的步態(tài)行為識(shí)別方法往往采用滑動(dòng)窗口技術(shù)獲取與步態(tài)動(dòng)作相關(guān)的加速度傳感器數(shù)據(jù),并在此基礎(chǔ)上完成特征提取和分類(lèi)器訓(xùn)練。這些方法難以準(zhǔn)確定位動(dòng)作的發(fā)生時(shí)段,需處理重復(fù)數(shù)據(jù),因而使得系統(tǒng)計(jì)算開(kāi)銷(xiāo)增大,且研究所覆蓋的步態(tài)類(lèi)型較少,缺少對(duì)運(yùn)動(dòng)方向變化的考慮。為此,本文提出一種基于事件驅(qū)動(dòng)策略的步態(tài)行為識(shí)別方法,用以識(shí)別行走、奔跑、蹲起、跳躍、轉(zhuǎn)身、上下樓等12種腿部動(dòng)作。該方法以陀螺儀為主要傳感器,通過(guò)采集腿部和腰部角速度信號(hào)來(lái)感知人體下肢的動(dòng)作,并依據(jù)小腿角速度的變化規(guī)律動(dòng)態(tài)劃分步態(tài)周期。之后,在步態(tài)周期內(nèi)的傳感器數(shù)據(jù)中提取出20種具有實(shí)際意義的啟發(fā)式特征,送至步態(tài)分類(lèi)模型得到步態(tài)所屬類(lèi)別。在構(gòu)建分類(lèi)模型的過(guò)程中,考慮到起步與后續(xù)階段的步態(tài)在行為表現(xiàn)上存在一定差異,本文提出為兩階段步態(tài)分別構(gòu)造專(zhuān)屬分類(lèi)器的策略,并通過(guò)比較四種常用機(jī)器學(xué)習(xí)算法得到適用于步態(tài)行為識(shí)別的最佳分類(lèi)器。實(shí)驗(yàn)結(jié)果表明,本文提出的步態(tài)行為識(shí)別方法能夠有效識(shí)別12種步態(tài),對(duì)于不同測(cè)試者的識(shí)別準(zhǔn)確率平均可達(dá)到98.0%,相比于其它步態(tài)行為識(shí)別方法,具有識(shí)別類(lèi)型多、準(zhǔn)確率高、實(shí)時(shí)性好、計(jì)算量小等優(yōu)點(diǎn)。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王凱;孫詠梅;張泓;武楊;紀(jì)越峰;;體域網(wǎng)中基于特征組合的步態(tài)行為識(shí)別[J];中國(guó)科學(xué):信息科學(xué);2013年10期

2 姚旭;王曉丹;張玉璽;權(quán)文;;特征選擇方法綜述[J];控制與決策;2012年02期

，

本文編號(hào)：1320248