發(fā)布時(shí)間：2018-08-02 20:27

【摘要】：隨著MEMS技術(shù)的不斷發(fā)展,基于傳感器的人體行為識別技術(shù)得到了飛速發(fā)展,在諸多領(lǐng)域得到了廣泛應(yīng)用,如運(yùn)動檢測、康復(fù)醫(yī)療、能耗評估等。相比于基于計(jì)算機(jī)視覺的人體行為識別,基于傳感器的方法更能體現(xiàn)運(yùn)動本質(zhì),在便攜性、舒適性、成本及易維護(hù)性方面優(yōu)勢突出。雖然基于傳感器的人體行為識別在各方面都取得了長足發(fā)展,但仍有一些關(guān)鍵問題需要解決,如怎樣提取更加有效的特征,如何構(gòu)建高精度、低復(fù)雜度的分類器等。圍繞這些問題,本文主要做了以下工作:1、了解了人體行為識別領(lǐng)域和步態(tài)相位識別領(lǐng)域國內(nèi)外的研究現(xiàn)狀,總結(jié)了人體行為識別方法和步態(tài)相位識別方法,對各方法的優(yōu)勢和不足進(jìn)行了分析,并根據(jù)研究目標(biāo)確定自己的研究方法。2、設(shè)計(jì)了一套由加速度和陀螺儀數(shù)據(jù)采集裝置及Pedar-X分布式足底壓力鞋墊兩部分組成的傳感器數(shù)據(jù)采集系統(tǒng)用于數(shù)據(jù)采集。其中,加速度和陀螺儀數(shù)據(jù)采集裝置由STM32單片機(jī)、MPU6050陀螺儀和加速度計(jì)和nRF24L01無線通訊模塊組成,可以實(shí)時(shí)采集人體的加速度及角速度數(shù)據(jù),并上傳到上位機(jī);Pedar-X分布式足底壓力鞋墊可實(shí)現(xiàn)足底壓力數(shù)據(jù)的實(shí)時(shí)采集功能。3、在步態(tài)相位識別方面,針對復(fù)雜路況步態(tài)相位識別的需求,提出了一種基于多特征融合的復(fù)雜路況步態(tài)識別方法。以復(fù)雜路況的步態(tài)相位識別為研究對象,融合足底平均壓力、足底壓力中心點(diǎn)和大腿角度特征,用有向無環(huán)圖支持向量機(jī)的方法進(jìn)行分析,有效識別了支撐前期、支撐中期、支撐后期、擺動前期、擺動后期五個(gè)相位。4、在人體行為識別方面,為了更好的表征人體的行為,提出了一種基于多特征融合的人體行為識別方法。該方法融合加速度特征和足底壓力特征,用分層支持向量機(jī)方法識別了站立、坐下、行走、上樓、下樓和跑步六種行為,總體識別正確率達(dá)到92%以上。
[Abstract]:With the development of MEMS technology, the technology of human behavior recognition based on sensor has been developed rapidly, and has been widely used in many fields, such as motion detection, rehabilitation medical treatment, energy consumption evaluation and so on. Compared with the recognition of human behavior based on computer vision, the sensor-based approach can reflect the nature of motion, and has the advantages of portability, comfort, cost and maintainability. Although human behavior recognition based on sensors has made great progress in all aspects, there are still some key problems to be solved, such as how to extract more effective features, how to construct high-precision and low-complexity classifiers and so on. Around these problems, this paper mainly do the following work: 1, understand the research status in the field of human behavior recognition and gait phase recognition at home and abroad, summarize the methods of human behavior recognition and gait phase recognition. The advantages and disadvantages of each method are analyzed. According to the research objective, a sensor data acquisition system composed of acceleration and gyroscope data acquisition device and Pedar-X distributed sole pressure insole is designed for data acquisition. Among them, the acceleration and gyroscope data acquisition device is composed of STM32 single chip microcomputer MPU6050 gyroscope, accelerometer and nRF24L01 wireless communication module, which can collect the acceleration and angular velocity data of human body in real time. And uploading to the upper computer Pedar-X distributed plantar pressure insole can realize the real-time acquisition function of plantar pressure data. In the aspect of gait phase recognition, it aims at the need of gait phase recognition in complex road conditions. A gait recognition method for complex road conditions based on multi-feature fusion is proposed. Based on the gait phase recognition of complex road conditions, the mean plantar pressure, the center of plantar pressure and the angle of thigh are fused, and the method of directed acyclic graph support vector machine is used to effectively identify the prophase and middle stage of support. In the aspect of human behavior recognition, in order to better represent human behavior, a human behavior recognition method based on multi-feature fusion is proposed. This method combines acceleration characteristics and plantar pressure features, and uses hierarchical support vector machine to identify six behaviors: standing, sitting, walking, going upstairs, going downstairs and running. The overall recognition accuracy is over 92%.
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉相濱,向堅(jiān)持,王勝春;人行為識別與理解研究探討[J];計(jì)算機(jī)與現(xiàn)代化;2004年12期

2 李寧;須德;傅曉英;袁玲;;結(jié)合人體運(yùn)動特征的行為識別[J];北京交通大學(xué)學(xué)報(bào);2009年02期

3 張偉東;陳峰;徐文立;杜友田;;基于階層多觀測模型的多人行為識別[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年07期

4 吳聯(lián)世;夏利民;羅大庸;;人的交互行為識別與理解研究綜述[J];計(jì)算機(jī)應(yīng)用與軟件;2011年11期

5 申曉霞;張樺;高贊;薛彥兵;徐光平;;一種魯棒的基于深度數(shù)據(jù)的行為識別算法[J];光電子.激光;2013年08期

6 鄭胤;陳權(quán)崎;章毓晉;;深度學(xué)習(xí)及其在目標(biāo)和行為識別中的新進(jìn)展[J];中國圖象圖形學(xué)報(bào);2014年02期

7 曾青松;余明輝;賀衛(wèi)國;李玲;;一種行為識別的新方法[J];昆明理工大學(xué)學(xué)報(bào)(理工版);2009年06期

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

9 李英杰;尹怡欣;鄧飛;;一種有效的行為識別視頻特征[J];計(jì)算機(jī)應(yīng)用;2011年02期

10 王新旭;;基于視覺的人體行為識別研究[J];中國新通信;2012年21期

相關(guān)會議論文 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別技術(shù)研究[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（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別[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

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

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

5 安國成;羅志強(qiáng);李洪研;;改進(jìn)運(yùn)動歷史圖的異常行為識別算法[A];第八屆中國智能交通年會優(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)換在移動用戶行為識別中的應(yīng)用研究[A];2013年全國通信軟件學(xué)術(shù)會議論文集[C];2013年

7 劉威;李石堅(jiān);潘綱;;uRecorder:基于位置的社會行為自動日志[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（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)日報(bào);2001年

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

3 東林;行為識別新技術(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;博物館安全的國際經(jīng)驗(yàn)[N];中國文物報(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)視覺的人體行為識別研究[D];重慶大學(xué);2015年

2 仝鈺;基于條件隨機(jī)場的智能家居行為識別研究[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別研究[D];山東大學(xué);2015年

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

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

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

8 吳云鵬;集體行為的識別與仿真研究[D];鄭州大學(xué);2017年

9 劉艷秋;舍飼環(huán)境下母羊產(chǎn)前典型行為識別方法研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2017年

10 何衛(wèi)華;人體行為識別關(guān)鍵技術(shù)研究[D];重慶大學(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)動模式的人體行為識別研究[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別方法研究[D];長安大學(xué);2015年

5 金澤豪;并行化的人體行為識別方法研究與實(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常活動監(jiān)測系統(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別研究[D];山東大學(xué);2015年

9 章瑜;人體運(yùn)動行為識別相關(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：2160628