基于加速度傳感器的行為識(shí)別方法研究.pdf

1、UDC密級(jí)學(xué)號(hào)1108120643碩士學(xué)位論文碩士學(xué)位論文基于加速度傳感器的行為識(shí)基于加速度傳感器的行為識(shí)別方法研究別方法研究嚴(yán)其松嚴(yán)其松學(xué)科門類：類：工學(xué)學(xué)科名稱：稱：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)指導(dǎo)教師：師：李軍懷李軍懷申請(qǐng)日期：期：2014年4月摘要I論文題目：論文題目：基于加速度傳感器的行為識(shí)別方法研究基于加速度傳感器的行為識(shí)別方法研究學(xué)科學(xué)科專業(yè)專業(yè)：計(jì)算機(jī)：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)系統(tǒng)結(jié)構(gòu)研究生：生：嚴(yán)其松嚴(yán)其松簽名：名：指導(dǎo)教師：指

2、導(dǎo)教師：李軍懷李軍懷教授教授簽名：名：摘要感知和識(shí)別復(fù)雜環(huán)境中人的行為是普適計(jì)算研究的熱點(diǎn)之一，隨著微型低功耗傳感器的發(fā)展，傳感器開(kāi)始融入人類生活的各個(gè)方面，基于傳感器的行為識(shí)別已經(jīng)成為目前研究的熱點(diǎn)。本文主要研究了行為識(shí)別中的數(shù)據(jù)采集、特征提取以及行為識(shí)別方法，針對(duì)數(shù)據(jù)中觀測(cè)值融合精度低的問(wèn)題，設(shè)計(jì)并實(shí)現(xiàn)了一種基于權(quán)值的時(shí)空數(shù)據(jù)融合方法。同時(shí)，針對(duì)行為識(shí)別中的數(shù)據(jù)缺失問(wèn)題，設(shè)計(jì)并實(shí)現(xiàn)了一種基于耦合馬爾科夫模型(CoupledHidde

3、nMarkovModels，CHMMs)的自適應(yīng)行為識(shí)別方法。本文主要工作包括：（1）從人體動(dòng)作識(shí)別的一般處理過(guò)程出發(fā)，介紹了行為識(shí)別的基本流程和方法，主要包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征提取、信息融合、分類模型。在數(shù)據(jù)預(yù)處理階段，實(shí)驗(yàn)分析了低通濾波和高斯濾波兩種方法的處理效果，以及3種典型分類方法對(duì)“站立”，“行走”，“坐”，“躺”等四種基本動(dòng)作的識(shí)別效果。（2）針對(duì)不同傳感器數(shù)據(jù)融合中觀測(cè)值融合精度低的問(wèn)題，首先提出了一種基于感知數(shù)據(jù)

4、之間的時(shí)間相關(guān)性進(jìn)行缺失值補(bǔ)償?shù)姆椒?，該方法采用線性樣條模型，能夠在較短時(shí)間內(nèi)對(duì)缺失數(shù)據(jù)進(jìn)行較好的估計(jì)；其次，提出了基于多傳感器的權(quán)值關(guān)系矩陣的時(shí)空數(shù)據(jù)融合方法該方法充分利用空間上不同位置傳感器的關(guān)聯(lián)性進(jìn)行數(shù)據(jù)融合。最后，從不同方面進(jìn)行了實(shí)驗(yàn)分析，結(jié)果表明該方法具有較好的識(shí)別性能。（3）針對(duì)數(shù)據(jù)采集中的數(shù)據(jù)缺失等問(wèn)題，在充分挖掘不同傳感器之間的數(shù)據(jù)關(guān)聯(lián)基礎(chǔ)上，提出了一種基于CHMMs的自適應(yīng)行為識(shí)別方法。該方法充分利用了不同傳感器數(shù)據(jù)之