基于加速度傳感器的人體動作識別方法研究.pdf

1、人體動作識別是人工智能和模式識別領域的重要研究課題，在智能人機交互、智能監(jiān)控、健康監(jiān)控及人體運動能量消耗評估等眾多領域，都有著重大的理論研究意義與廣闊的發(fā)展前景。隨著加速度傳感器技術不斷進步和發(fā)展，基于加速度傳感器的人體動作識別受到更加廣泛的關注，成為了研究的熱點問題。
　　近幾年基于加速度傳感器的人體動作識別已經(jīng)由理論階段逐步邁向了實際應用，取得了較大的發(fā)展。但是它仍然處于比較基礎的時期，由于現(xiàn)實環(huán)境中存在很多的影響以及人體動作

2、的多種多樣，在人體動作識別中仍然存在很多需要解決的問題，包括如何針對實際應用設計合理的特征提取和更有效的特征選擇方法，如何使動作識別分類器的分類識別精確度高、復雜度低，并有較強的泛化能力，如何使得識別方法的分類識別性能好?；谝陨蠋讉€問題，本文主要提出了三個方面的研究工作：
　?。?）在特征的提取和選擇中，引入并分析了平均值、標準差、峰度、偏度、四分位差及三軸間的相關系數(shù)六個人體動作加速度特征，通過結合這六個特征對獲取到的加速度數(shù)

3、據(jù)進行訓練和識別。
　?。?）在分類器方法中，提出了樣本特征邊界加權支持向量機(Weight Features Weight Bounds Weight Support Vector Machine,WFWBWSVM)的分類器方法。該方法是在支持向量機（Support Vector Machine,SVM）的基礎上，對分類器的分類邊界進行了加權，并結合了對分類樣本加權和對分類核函數(shù)特征加權，從而得到了更適合人體動作識別的WFWBW