人體行為識(shí)別與狀態(tài)監(jiān)測(cè)是當(dāng)前普適計(jì)算與人工智能領(lǐng)域的重要研究方向,在醫(yī)療檢測(cè)、運(yùn)動(dòng)監(jiān)測(cè)、老年護(hù)理等領(lǐng)域發(fā)揮著無(wú)可替代的作用。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)及云計(jì)算等技術(shù)的蓬勃發(fā)展,使得微型的、可穿戴的傳感器網(wǎng)絡(luò)能夠和日常生活緊密的聯(lián)系起來(lái),極大的提高了人們的生活水平。由于可穿戴設(shè)備具有便于攜帶、操作簡(jiǎn)易、時(shí)尚美觀等特點(diǎn),在人體行為識(shí)別及移動(dòng)健康領(lǐng)域成為了不可替代的重要組成部分。在此基礎(chǔ)上,本文基于智能手環(huán)設(shè)備對(duì)老年人的人體行為活動(dòng)識(shí)別與健康狀態(tài)監(jiān)測(cè)進(jìn)行了系統(tǒng)的研究與分析。行為識(shí)別作為人體行為狀態(tài)監(jiān)測(cè)的重要組成部分之一,我們優(yōu)先提出了人體行為識(shí)別的總體方案,將智能手環(huán)與安卓智能手機(jī)通過(guò)藍(lán)牙進(jìn)行連接,利用智能手機(jī)對(duì)人體的行為結(jié)果進(jìn)行展示,并將識(shí)別結(jié)果上傳并保存至服務(wù)器端,利用行為識(shí)別管理系統(tǒng)對(duì)所有用戶及相關(guān)的數(shù)據(jù)進(jìn)行管理。首先,利用人體佩戴集成了多種傳感器的智能手環(huán),采集人體運(yùn)動(dòng)時(shí)所產(chǎn)生的三軸加速度與三軸角速度信息。根據(jù)實(shí)際應(yīng)用場(chǎng)景的需要,僅設(shè)置其采樣頻率為8Hz。此外,由于傳感器收集到的數(shù)據(jù)伴隨有諸多隨機(jī)噪聲,因此采用了移動(dòng)平均法對(duì)收集到的數(shù)據(jù)進(jìn)行平滑去噪處理。人體行為的數(shù)據(jù)采集完畢后,利用采集到的... 

【文章來(lái)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(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

走路的三軸加速度信號(hào)片段和頻譜

走路的三軸角速度信號(hào)片段和頻譜

跑步的三軸加速度信號(hào)片段和頻譜

【參考文獻(xiàn)】：
期刊論文
[1]Activity Recognition Based on RFID Object Usage for Smart Mobile Devices[J]. Jaeyoung Yang,Joonwhan Lee,Joongmin Choi.  Journal of Computer Science & Technology. 2011(02)
[2]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)
[3]基于HMM復(fù)雜場(chǎng)景下的行為識(shí)別方法[J]. 張麗君,吳曉娟,盛贊,亓磊.  計(jì)算機(jī)工程. 2008(07)
[4]基于主元分析法的行為識(shí)別[J]. 胡長(zhǎng)勃,馮濤,馬頌德,盧漢清.  中國(guó)圖象圖形學(xué)報(bào). 2000(10)

博士論文
[1]基于判別模式學(xué)習(xí)的人體行為識(shí)別方法研究[D]. 王亮.哈爾濱工業(yè)大學(xué) 2011



本文編號(hào)：3093303