基于智能移動(dòng)終端的人體運(yùn)動(dòng)識(shí)別技術(shù)研究與應(yīng)用.pdf

1、隨著生活節(jié)奏的日益加快和工作壓力的增大，健康的生活方式越來越得到人們的重視和倡導(dǎo)，對(duì)人體日常運(yùn)動(dòng)狀況的監(jiān)測(cè)對(duì)于健康生活方式有著非常重要的現(xiàn)實(shí)意義。現(xiàn)今科技的迅速發(fā)展和制造工藝的不斷提高，基于智能可穿戴設(shè)備的人體運(yùn)動(dòng)識(shí)別技術(shù)受到了越來越多的研究者的關(guān)注。如今智能手機(jī)不僅具有強(qiáng)大的計(jì)算能力同時(shí)也集成了多種傳感器，基于此本文提出了基于智能手機(jī)的人體運(yùn)動(dòng)識(shí)別技術(shù)的研究與應(yīng)用。
　　本文主要利用智能手機(jī)內(nèi)置的加速度傳感器，并基于對(duì)國(guó)內(nèi)外人體

2、運(yùn)動(dòng)識(shí)別相關(guān)經(jīng)典方法的分析，對(duì)人體運(yùn)動(dòng)識(shí)別方法和跌倒檢測(cè)算法進(jìn)行了研究和改進(jìn)，并實(shí)現(xiàn)了基于智能手機(jī)傳感器的人體運(yùn)動(dòng)識(shí)別系統(tǒng)。
　　本文首先，對(duì)人體運(yùn)動(dòng)加速度信號(hào)進(jìn)行采集，并對(duì)原始數(shù)據(jù)進(jìn)行濾波、加窗等預(yù)處理;然后從時(shí)域和頻域角度對(duì)加速度信號(hào)進(jìn)行分析并提取特征值，并采用線性判決分析法對(duì)特征集合進(jìn)行降維處理;最后通過K近鄰、C4.5決策樹、SVM和隨機(jī)森林分類器對(duì)行走、跑步、靜止、騎自行車及上下樓梯六種日常運(yùn)動(dòng)行為進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果

3、表明SVM的平均識(shí)別準(zhǔn)確率最高，達(dá)到94.06％。
　　其次，通過對(duì)人體跌倒過程中加速度信號(hào)和人體姿態(tài)角度變化的分析，本文提出了基于SVM的分層跌倒識(shí)別算法。該算法首先提取跌倒過程中運(yùn)動(dòng)加速度的特征值，包括合加速度最大值、均值穿越次數(shù)、信號(hào)強(qiáng)度區(qū)以及信號(hào)能量，通過SVM分類器識(shí)別出疑似跌倒行為;然后對(duì)檢測(cè)出的疑似跌倒行為進(jìn)一步判斷人體傾斜角是否達(dá)到設(shè)定閾值，進(jìn)而能夠準(zhǔn)確識(shí)別出人體的跌倒行為。通過實(shí)驗(yàn)表明:本文提出的跌倒檢測(cè)算法具有

4、較高的敏感性和特異性，能夠有效地識(shí)別出人體的跌倒行為。
　　最后，在本文研究的運(yùn)動(dòng)識(shí)別方法和跌倒識(shí)別算法基礎(chǔ)上，開發(fā)實(shí)現(xiàn)了基于Android智能手機(jī)平臺(tái)的人體運(yùn)動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)(1)可以對(duì)用戶進(jìn)行日常運(yùn)動(dòng)行為的實(shí)時(shí)分類識(shí)別，并通過百度地圖進(jìn)行用戶定位和顯示運(yùn)動(dòng)路線;(2)可以對(duì)用戶的跌倒行為進(jìn)行檢測(cè)，一旦識(shí)別到用戶發(fā)生跌倒會(huì)立即發(fā)出蜂鳴聲進(jìn)行報(bào)警，以及向緊急聯(lián)系人發(fā)送求助信息，使用戶可以得到及時(shí)的救助。本文實(shí)現(xiàn)的人體運(yùn)動(dòng)識(shí)別系統(tǒng)