隨著微型計(jì)算機(jī)技術(shù)的發(fā)展,智能移動設(shè)備以及各種穿戴傳感器被廣泛使用�？纱┐骷夹g(shù)作為一種革命性技術(shù),在衛(wèi)生醫(yī)療、運(yùn)動健康、智慧城市、軍事作戰(zhàn)等領(lǐng)域發(fā)揮了舉足輕重的作用�；诳纱┐骷夹g(shù)的飛速發(fā)展,用戶情境感知作為普適計(jì)算中的一個重要領(lǐng)域,得到了越來越多的重視。近年來,使用可穿戴設(shè)備以及智能移動設(shè)備識別人類活動的研究越來越受到關(guān)注。群體行為識別作為人體活動識別的延伸,在交通運(yùn)輸規(guī)劃、城市公共區(qū)域規(guī)劃、服務(wù)推薦、犯罪預(yù)防、群體事件監(jiān)控等方面有著廣闊的應(yīng)用前景。但由于電池容量以及計(jì)算資源的限制,諸如活動識別等情境感知應(yīng)用仍然沒有被大眾廣泛接受。針對移動設(shè)備上應(yīng)用對于降低資源消耗的需求,本文首先提出了一種基于活動預(yù)分類與歷史活動分析的輕量級人體活動識別算法。該算法利用三軸加速度數(shù)據(jù)提取時域特征,通過活動預(yù)分類減少復(fù)雜度較高的分類算法的執(zhí)行頻率。此外,基于用戶活動變化情況,輕量級算法實(shí)時調(diào)整傳感器的采樣頻率從而降低功耗并減少系統(tǒng)響應(yīng)時間。另一方面,傳統(tǒng)的群體行為識別方法大多使用監(jiān)控?cái)z像頭采集視頻數(shù)據(jù)從而識別群體活動,這樣會有覆蓋范圍較低以及侵犯用戶隱私的問題。因此,本文提出了一個使用三軸加速度計(jì)識別... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

人體活動識別APP3.4.3識別準(zhǔn)確率

圖 3-9 能耗分析工具與活動識別性能記錄 APPa) 參數(shù) 與 對準(zhǔn)確率的影響102030405023456780.40.50.60.70.80.91λ準(zhǔn)確率損失/%δ

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文4.4 實(shí)驗(yàn)驗(yàn)證與分析4.4.1 實(shí)驗(yàn)設(shè)置為了驗(yàn)證本文所述的基于特征融合與聚類分析的群體行為識別方法的有效性，我們使用 10 位實(shí)驗(yàn)者的智能手機(jī)所采集的運(yùn)動數(shù)據(jù)進(jìn)行群體行為識別。實(shí)驗(yàn)中，用戶的智能手機(jī)與上一小節(jié)一樣放置在右腿口袋中。群體行為識別 APP如圖 4-6 所示。

【參考文獻(xiàn)】：
期刊論文
[1]Comparison of fusion methods based on DST and DBN in human activity recognition[J]. Andrei TOLSTIKOV,Jit BISWAS,Chris NUGENT,Guido PARENTE.  Journal of Control Theory and Applications. 2011(01)



本文編號：2986218