版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、人體姿態(tài)檢測和動作識別技術(shù)在各類人群的工作和生活中具有非常廣闊的應(yīng)用前景,尤其是在生命健康保障方面有著重要的應(yīng)用。目前,常用于姿態(tài)檢測和動作識別的方法包括基于視頻圖像的方法、基于振動頻率的方法、基于可穿戴式傳感裝置的方法。其中,基于加速度計和陀螺儀等慣性測量單元的人體姿態(tài)檢測和動作識別已經(jīng)成為本領(lǐng)域的研究熱點。
雖然基于可穿戴式傳感器的人體動作識別已經(jīng)進(jìn)行了一定的研究,但由于各個研究者使用的傳感器數(shù)據(jù)不盡相同,無法在統(tǒng)一的數(shù)據(jù)
2、基礎(chǔ)上對各種算法的性能進(jìn)行優(yōu)劣評判。本文對前人研究過的一些動作數(shù)據(jù)庫進(jìn)行總結(jié),綜合考慮動作種類、受試對象、數(shù)據(jù)規(guī)模、數(shù)據(jù)完整性與實用性等方面因素,選取美國南加州大學(xué)的USC-HAD數(shù)據(jù)庫作為動作識別算法的驗證平臺。
本文設(shè)計了一種支持向量機(jī)投票算法(v-SVM),對USC-HAD數(shù)據(jù)庫的10種動作進(jìn)行分類。首先針對原始傳感器數(shù)據(jù)設(shè)計了一種濾波預(yù)處理方法,然后對統(tǒng)計特征和物理特征兩類共80維特征進(jìn)行特征選擇,得到降維之后不同閾值
3、條件下的五組特征子集,繼而在特征子集和全集上分別運行不同參數(shù)下的支持向量機(jī)算法,對分類結(jié)果進(jìn)行投票作為最終的類別標(biāo)號。
本文對v-SVM的算法性能進(jìn)行分析,并與經(jīng)典的分類算法進(jìn)行對比。實驗結(jié)果表明k最近鄰分類器和隨機(jī)森林算法得到較高的分類準(zhǔn)確率,但k最近鄰分類器運行時間過長;隨機(jī)森林算法參數(shù)不易選取;支持向量機(jī)算法準(zhǔn)確率最高,運行時間短,參數(shù)可以優(yōu)化選取。本文提出的v-SVM算法在所有測試集上(包括五個特征子集和全集)的識別準(zhǔn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于慣性傳感器數(shù)據(jù)的人體日常動作識別研究.pdf
- 基于慣性傳感器的人體動作識別研究.pdf
- 基于慣性傳感器的人體動作分析與識別.pdf
- 基于慣性傳感器的人體動作捕捉與控制.pdf
- 基于深度數(shù)據(jù)的人體動作識別.pdf
- 基于整體特征的人體動作的識別.pdf
- 基于連續(xù)型傳感器數(shù)據(jù)的人體動作識別.pdf
- 基于深度圖像數(shù)據(jù)的人體動作識別.pdf
- 基于慣性傳感器的人體動作捕捉與控制_3715.pdf
- 基于傳感數(shù)據(jù)的人體行為識別研究.pdf
- 基于穿戴式傳感器的人體動作識別研究.pdf
- 基于特征表達(dá)和屬性挖掘的人體動作識別研究.pdf
- 基于骨架信息的人體動作識別.pdf
- 基于關(guān)鍵姿勢的人體動作識別.pdf
- 基于骨架的人體動作識別研究.pdf
- 基于深度信息的人體動作識別.pdf
- 基于視頻序列的人體動作識別.pdf
- 基于深度圖像和骨骼數(shù)據(jù)的人體動作識別.pdf
- 基于Kinect骨骼數(shù)據(jù)的人體動作識別方法研究.pdf
- 基于容積特征的人體動作檢測.pdf
評論
0/150
提交評論