基于手機(jī)傳感器檢測(cè)熱身動(dòng)作的研究.pdf

1、跑步是一種很好的保持健康和放松的運(yùn)動(dòng)方式，但是由于缺乏必要的跑前熱身活動(dòng)，許多跑步愛好者會(huì)在跑步中受傷，例如韌帶拉傷、關(guān)節(jié)受損等。隨著智能手機(jī)的普及，受越來越多的跑步愛好者會(huì)在跑步時(shí)將手機(jī)用專門的跑步手機(jī)臂包帶在身上這一現(xiàn)象啟發(fā)，我們?cè)O(shè)計(jì)了一個(gè)全新的、基于手機(jī)傳感器的熱身階段檢測(cè)系統(tǒng)iRun，用來提醒跑步者做跑前熱身活動(dòng)。
　　iRun在硬件上主要基于目前的智能手機(jī)普遍內(nèi)嵌的加速度傳感器和智能手機(jī)強(qiáng)大的數(shù)據(jù)處理能力，它的核心模塊是

2、熱身動(dòng)作的識(shí)別。為了達(dá)到這個(gè)目標(biāo)，我們首先設(shè)定了一個(gè)熱身動(dòng)作集合，然后招募不同身高、不同體重、不同運(yùn)動(dòng)習(xí)慣的志愿者采集數(shù)據(jù)，并全部按照自己的理解做相應(yīng)動(dòng)作，之后參考已有的人體動(dòng)作識(shí)別方案，提取合適的、能夠體現(xiàn)熱身動(dòng)作差異性的特征組成特征向量。通過仔細(xì)地設(shè)計(jì)包含多個(gè)域（時(shí)域、頻域等）的特征向量，并通過一些列實(shí)驗(yàn)來決定滑動(dòng)窗口的大小、選擇合適的分類器，我們最終達(dá)到了平均92.2％的正陽率(TP rate)來將每個(gè)熱身動(dòng)作從跑步、走路、上下臺(tái)

3、階等日常動(dòng)作檢測(cè)出來。
　　雖然依賴特征向量的動(dòng)作識(shí)別實(shí)驗(yàn)結(jié)果已經(jīng)較好，但是由于上述方法步驟嚴(yán)重依賴特征向量的設(shè)計(jì)，而提取合適特征并沒有有效的理論指導(dǎo)，因此想要繼續(xù)提升實(shí)驗(yàn)效果難度很大。受當(dāng)下優(yōu)秀的神經(jīng)網(wǎng)絡(luò)研究成果的啟發(fā)，我們?cè)O(shè)計(jì)了基于循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network:RNN)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network:CNN)的數(shù)據(jù)處理流程，通過實(shí)驗(yàn)調(diào)整參數(shù)，各個(gè)熱身動(dòng)

4、作的測(cè)試準(zhǔn)確率都高達(dá)95.0％以上。本文的主要內(nèi)容和貢獻(xiàn)如下:
　　1.我們收集整理了一組簡(jiǎn)單有效的日常熱身動(dòng)作，這組動(dòng)作對(duì)于普通的跑步者，尤其是非專業(yè)運(yùn)動(dòng)員，非常常見、簡(jiǎn)單且有效;其他的人體動(dòng)作識(shí)別方案一般需要特殊的可穿戴式設(shè)備，但我們的系統(tǒng)主要基于普及度很高的智能手機(jī)，因此我們的方案有利于快速、大規(guī)模的普及;
　　2.為了識(shí)別各個(gè)熱身動(dòng)作，我們從時(shí)域、頻域等維度提取了一系列非常具有區(qū)分度的特征組成特征向量，大部分特征所需