基于多傳感器節(jié)點(diǎn)的人體動作識別系統(tǒng)的研究與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于加速度傳感器和陀螺儀的人體行為識別研究是近年來的一個新興研究方向,伴隨著相關(guān)領(lǐng)域技術(shù)的發(fā)展,越來越多的研究人員投入到了該領(lǐng)域的研究之中,通過對傳感器數(shù)據(jù)的解讀來完成對人體狀態(tài)進(jìn)行理解和描述,這是可穿戴計算技術(shù)的重要組成部分?;趥鞲衅鞯膭舆^識別不受特定時間和場景的限制,更能體現(xiàn)運(yùn)動的本質(zhì),在老年人監(jiān)護(hù)、人機(jī)交互、體感游戲和士兵訓(xùn)練等方面都有重要應(yīng)用。
  雖然人體行為識別引起了更多的研究人員的關(guān)注,但目前的研究仍存在很多需要解

2、決的問題,包括如何更精準(zhǔn)的進(jìn)行動作分割、如何排除噪聲數(shù)據(jù)的干擾、如何面向具體的應(yīng)用場景設(shè)計準(zhǔn)確率更高的行為識別算法。針對這些問題,本文主要進(jìn)行的工作如下:
  (1)提出了基于姿態(tài)特征和相似度向量的動作識別算法:對加速度計和陀螺儀這兩種不同的傳感器所提供的原始行為數(shù)據(jù)進(jìn)行融合,通過四元數(shù)法得出佩戴在人體上得采集模塊歐拉角,計算歐拉角的差值和關(guān)鍵點(diǎn)斜率,標(biāo)準(zhǔn)化處理后作為姿態(tài)特征;通過對大量訓(xùn)練樣本數(shù)據(jù)自動學(xué)習(xí)構(gòu)建擊球動作模板庫,提取

3、反映待分類樣本數(shù)據(jù)的加速度信號旋轉(zhuǎn)變化的特征點(diǎn)序列,將所得到的序列與擊球動作模板庫比較得到相似度向量。將姿態(tài)特征和相似性向量作為特征值,使用SVM進(jìn)行分類,分別在有無噪聲的前提下與傳統(tǒng)的時域特征值和頻域特征值進(jìn)行了對比。
 ?。?)提出了基于多個傳感器節(jié)點(diǎn)的動作識別算法:實(shí)驗(yàn)人員佩戴多個傳感器節(jié)點(diǎn)同時采集上肢的動作數(shù)據(jù),對多個節(jié)點(diǎn)的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)融合并提取相關(guān)的特征值,利用SVM進(jìn)行分類。
 ?。?)設(shè)計了動作識別平臺并完

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論