基于傳感數據的人體行為識別研究.pdf_第1頁
已閱讀1頁,還剩102頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、人體行為識別領域自從20世紀80年代就開始發(fā)展,吸引了很多研究人員踏入這個領域。隨著人工智能、機器學習以及智能硬件和微型芯片等技術的出現和發(fā)展,移動設備如今被裝配上各種傳感器和強大的計算能力,這些資源允許移動設備采集到豐富的用戶行為原始數據,并被用作進一步的分析。特別是在個人健康、交通、導航和商業(yè)廣告等領域,感知用戶行為的需求越來越大。
  本文主要目的是利用人體行為動作產生的原始傳感數據,通過分析和處理對其表征的動作行為進行探測

2、和識別。本文通過對人體行為進行抽象化分析,總結動作行為規(guī)律,然后構建相應的動作模型。同時,利用傳感信息構建基于傳感數據的人體動作模型,并利用探測算法對人體動作片段進行精確的分割和提取。最后,我們從動作片段數據中獲取特征向量,利用分類器進行訓練和細致動作的分類識別。本文采用當前流行的智能腕帶作為信息采樣設備,選擇手臂抬臂類動作為例對所提算法進行驗證實現,嘗試識別和區(qū)分特征較類似的吸煙、喝水和撓頭三個細致動作。在獲得更為豐富的數據源前提下,

3、本文所提方法可廣泛用于各類行為識別的建模分析應用。
  本文的研究核心主要有兩點:動作模型構建和分割提取,以及細致動作分類識別。第一部分,本文通過對抬臂動作進行抽象分析,提出了一種如何從原始傳感器數據中提取出動作片段的算法。同時,能夠精確的將單個動作片段從數據集合中抽取出來,并將單個動作內的各個狀態(tài)變化點精確探測到。使得在獲得特征值和識別驗證實驗中動作獲取的自動化變?yōu)榭赡埽瑴p少其中人為參與,主動的讓機器對動作進行認知和識別。第二部

4、分,通過對訓練樣本集進行交叉驗證,并成功構建了分類器模型,在精度可容忍范圍內對細致動作進行了區(qū)分和識別,驗證了本文提出的整體識別方案的可行性和有效性。
  同時,本文實現了一個測試系統(tǒng)環(huán)境,通過5名志愿者采集實驗數據,共獲得500個完整動作數據的樣本集,進一步對本文中算法模型進行測試。最終,我們通過動作相關的特征值訓練樣本集對分類器進行訓練和構建,獲得動作識別結果。在實驗環(huán)境中,我們測試了整個系統(tǒng),實驗結果表明系統(tǒng)對上述三種用戶行

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論