基于體域網(wǎng)的運(yùn)動(dòng)行為識(shí)別算法的研究.pdf

1、隨著人民生活水平的不斷提高以及對(duì)健康的重視，體育活動(dòng)受到越來越多的關(guān)注，同時(shí)也吸引了大量的研究學(xué)者，加上近年來傳感器網(wǎng)絡(luò)的迅猛發(fā)展，使得基于人體軀域傳感器網(wǎng)絡(luò)（簡(jiǎn)稱體域網(wǎng)）的體育領(lǐng)域的研究逐漸成為熱點(diǎn)。體域網(wǎng)在體育領(lǐng)域的應(yīng)用主要有日常體育動(dòng)作識(shí)別、武術(shù)運(yùn)動(dòng)序列檢測(cè)、與視頻相結(jié)合進(jìn)行自動(dòng)視頻標(biāo)注以及體育訓(xùn)練等。在眾多體育項(xiàng)目中，羽毛球是最流行的項(xiàng)目之一，深受人們的喜愛，而目前關(guān)于羽毛球擊球動(dòng)作識(shí)別方面的研究相對(duì)較少，所以本文利用體域網(wǎng)來識(shí)

2、別12種不同的羽毛球擊球動(dòng)作并對(duì)羽毛球員進(jìn)行技能分類。
　　本文利用4個(gè)無線慣性傳感器分別佩戴在運(yùn)動(dòng)員的右手腕、左手腕、腰部右側(cè)、右腳踝，用于采集12名羽毛球員擊球時(shí)的運(yùn)動(dòng)數(shù)據(jù)，并將采集到的運(yùn)動(dòng)數(shù)據(jù)通過無線接收節(jié)點(diǎn)上傳到上位機(jī)中。接著使用本文提出的二層分類算法來識(shí)別12種不同的羽毛球擊球動(dòng)作，第一層利用基于閾值的方法檢測(cè)擊球點(diǎn)，然后利用HMM模型來過濾非擊球動(dòng)作;第二層同樣利用HMM模型來識(shí)別擊球動(dòng)作的類別。實(shí)驗(yàn)結(jié)果顯示，利用HM