基于智能手機的人體運動識別系統(tǒng)設(shè)計與實現(xiàn).pdf

1、運動傳感器在人們的個人移動設(shè)備上的廣泛存在，催生了對人體運動識別越來越多的研究興趣。智能手機因其配備的許多傳感器正成為一個可用來識別事件的強大平臺。這就提供了一個把機器學習技術(shù)運用到運動數(shù)據(jù)的機會，以識別人們的運動。在發(fā)生自然災(zāi)害時，由于災(zāi)后受損程度嚴重和災(zāi)后現(xiàn)場數(shù)據(jù)匱乏，使得整個救援難以施展，這時候若能夠及時了解到受困人員的活動狀態(tài)，將極大促進救援工作的展開。而識別常見的運動又能幫助人進行健康評估，發(fā)現(xiàn)常見疾病和運動量的關(guān)聯(lián)，并且能夠

2、促使人多鍛煉，從而保持很好的身體狀況。
　　多數(shù)早期的研究得益于離線的分類方法，這個方法是在移動電話上收集數(shù)據(jù)，但訓練和分類過程以離線方式運行在后端服務(wù)器上。這種離線學習方式往往使用批處理算法，它在訓練集上實施多輪處理直到收斂到最優(yōu)模型。由于上述流程會花費一定的時間，往往會在計算機上執(zhí)行這個過程。而為了構(gòu)建現(xiàn)實的應(yīng)用，應(yīng)該在移動設(shè)備上進行在線分類，尤其對于涉及健康和幸福的應(yīng)用程序來說，更是如此。在線分類在新數(shù)據(jù)到達時便能立即給出識

3、別結(jié)果，從而使實時系統(tǒng)成為可能。本文旨在以近實時性為設(shè)計目標，構(gòu)建一個基于智能手機的人體運動識別系統(tǒng)。
　　在本文中，首先深入剖析了使用手機來識別人體運動的過程，然后提出了一種新的運用加速計在線識別人體運動的學習算法，將其命名為CluRF，它使用簇表示集合和基分類器來完成分類任務(wù)。為了確定這個簇表示集合的初始值和基分類器模型參數(shù)，系統(tǒng)預(yù)先對一個公開數(shù)據(jù)集和收集到的加速度樣本進行處理，為每種運動類型數(shù)據(jù)求得由簇中心點和領(lǐng)域大小構(gòu)成的

4、簇表示。本文設(shè)計的系統(tǒng)用到了此方法，帶來了三個好處：由于分類模型具有默認的參數(shù)值，用戶可以不經(jīng)過訓練階段就能直接使用系統(tǒng)；通過聚類方法，維持了每種運動類型數(shù)據(jù)的概要信息，即簇表示，它能夠在識別運動時快速給出結(jié)果；為了達到更高的識別準確率，用戶可以先使用訓練模式，調(diào)整出適合自己的分類模型。為了實現(xiàn)這個系統(tǒng)，本文還構(gòu)建了一個Android手機應(yīng)用。最后，對系統(tǒng)的有訓練和無訓練這兩種模式進行測試，還從準確率和執(zhí)行時間兩個方面，將提出的CluR