基于加速度傳感器的人體運(yùn)動(dòng)姿態(tài)識別.pdf

1、近年來，基于加速度傳感器的人體運(yùn)動(dòng)姿態(tài)識別逐漸成為了計(jì)算機(jī)模式識別領(lǐng)域中新興且活躍的研究方向之一，越來越多的研究人員通過使用加速度傳感器在實(shí)驗(yàn)環(huán)境和自然生活環(huán)境中監(jiān)測人體的運(yùn)動(dòng)姿態(tài)。人體運(yùn)動(dòng)姿態(tài)識別主要包含數(shù)據(jù)采集、數(shù)據(jù)處理、特征提取和選擇、分類器設(shè)計(jì)等部分。以此延伸開，不同的研究者關(guān)注不同的研究點(diǎn)，在經(jīng)過研究者們不斷地努力取得不少的研究成果。采集優(yōu)質(zhì)的數(shù)據(jù)、提取有效的特征和設(shè)計(jì)高效的分類器是整個(gè)人體運(yùn)動(dòng)姿態(tài)識別過程中的難點(diǎn)和重點(diǎn)。本文

2、主要圍繞特征提取和分類器設(shè)計(jì)這兩個(gè)點(diǎn)進(jìn)行了一系列的研究，所涉及的研究工作包括以下幾點(diǎn):
　　(1)因基于加速度傳感器的人體運(yùn)動(dòng)姿態(tài)識別還處于初級發(fā)展階段，目前還沒有一個(gè)滿足所有要求的標(biāo)準(zhǔn)數(shù)據(jù)庫用于識別系統(tǒng)的研究。所以，本文建立了一個(gè)簡易的數(shù)據(jù)采集系統(tǒng)，在實(shí)驗(yàn)環(huán)境下，使用一個(gè)集成有三軸加速度傳感器的采集器佩戴在測試者的腰部進(jìn)行數(shù)據(jù)采集，共采集了6種運(yùn)動(dòng)姿態(tài)?；谌梭w運(yùn)動(dòng)時(shí)不同動(dòng)作加速度的變化速率不同這個(gè)特點(diǎn)，本文提出了兩種體現(xiàn)加速度

3、變化速率的特征:近斜率和前后差。
　　(2)引入蜜蜂交配優(yōu)化算法，提出了一種蜜蜂交配優(yōu)化的隨機(jī)森林算法。首先提取原始加速度信號的5種特征，然后構(gòu)建多個(gè)隨機(jī)森林（也就是蜜蜂），選擇最優(yōu)的蜂王，建立一個(gè)最優(yōu)分類模型，最后對待分類運(yùn)動(dòng)姿態(tài)進(jìn)行識別。本文測試了近斜率和前后差的使用頻度，并在同等條件下與隨機(jī)森林算法和支持向量機(jī)進(jìn)行了實(shí)驗(yàn)比較。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)改進(jìn)的隨機(jī)森林算法優(yōu)于所比較的其他算法，但因存在噪聲等原因?qū)δ承┬袨檫€是易于混淆。

4、>　　(3)提出了一種曲線擬合與k近鄰算法相結(jié)合的人體運(yùn)動(dòng)姿態(tài)識別方法。首先對加速度數(shù)據(jù)進(jìn)行等長同行為分組，然后進(jìn)行多項(xiàng)式最小二乘曲線擬合，最后以曲線相似度作為距離計(jì)算準(zhǔn)則，使用k近鄰構(gòu)建分類器對人體運(yùn)動(dòng)姿態(tài)進(jìn)行識別。經(jīng)過多次實(shí)驗(yàn)，并與經(jīng)典分類算法進(jìn)行對比，結(jié)果表明該識別方法可行且有效。
　　總體來說，基于加速度傳感器的人體運(yùn)動(dòng)姿態(tài)識別還處于發(fā)展階段，該研究內(nèi)容既具有重要的理論價(jià)值，又具有迫切的應(yīng)用需求，所以值得我們?nèi)ミM(jìn)行更深入的