基于慣性傳感器的人體動作識別研究.pdf

1、近年來，隨著可穿戴計算的不斷發(fā)展，基于慣性傳感器的人體動作識別已逐漸成為模式識別領(lǐng)域內(nèi)一個新興的研究方向，它與傳統(tǒng)的基于計算機視覺的動作識別相比，實時性更好、局限性更小、應(yīng)用范圍更廣。基于慣性傳感器的人體動作識別的本質(zhì)是通過一個或多個MEMS慣性傳感器單元獲取人體的運動數(shù)據(jù)，并對這些數(shù)據(jù)進行預(yù)處理、特征提取和選擇，最后選擇合適的分類識別算法對人體所執(zhí)行的動作進行分類和識別。
　　基于慣性傳感器的人體動作識別技術(shù)在近些年一直受到研究

2、者的關(guān)注，但是由于人體動作的復(fù)雜性和客觀環(huán)境的多樣性，導(dǎo)致人體動作的識別存在亟待解決的問題，如數(shù)據(jù)庫的建立、特征提取的有效性和分類算法的高效性。本文圍繞以上問題展開研究，主要工作如下：
　　1.通過大量運動視頻資料對人體動作進行研究，在此基礎(chǔ)上將人體動作進行分類和定義。
　　2.通過人體關(guān)節(jié)姿態(tài)角對人體動作進行表征，并利用基于慣性傳感器的人體動作捕捉系統(tǒng)對人體動作數(shù)據(jù)進行采集，再使用MongoDB數(shù)據(jù)庫進行數(shù)據(jù)的存儲。