作者：张毅,黄聪,罗元 单位：四川省计算机学会;中国科学院成都分院 出版：《计算机应用》2013年第11期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFJSJY2013110460 DOC编号：DOCJSJY2013110469 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 为提高康复训练中行为的识别率，对康复训练行为识别进行研究。首先采用Kinect传感器提取人体骨骼坐标信息，定义运动特征分类集合，完成朴素贝叶斯分类器设计；然后改进康复训练动作识别阈值选择机制提升识别率。改进前后对比实验证明该方法快速简洁，取得了较理想的识别效果。

    📙 相关资料

    1. 《基于角度序列特征的人体动作识别方法》PDF+DOC 为提高人体动作识别率，提出了一种利用Kinect传感器获取角度序列特征的动作识别方法。该方法首先利用Kinect传感器获取人体骨骼点的三维坐标，计算关节点的角度大小作为动作的特征；然后采用K均值聚类的方法训练模板；最后用动态时间规整(DTW)优化算法实现人体动作识别。实验结果表明：该方法实时性好，能......
    2. 《基于Kinect传感器的康复训练系统》PDF+DOC 针对脑卒中患者后期的康复训练需求，设计并实现了一个基于Kinect传感器的实时康复训练指导系统。该系统利用Kinect传感器实时采集人体动作信息，同时通过与标准动作库中的关键姿势序列进行比对，得出相应的匹配结果，指引患者进行正确的康复训练。实验表明该系统能够准确地判断动作的完成度，对康复训练具有指引......
    3. 《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC 单一传感器在人体行为识别中误差较大，针对此问题提出一种利用智能手机中惯性传感器并结合卷积神经网络(convolutional neural network，CNN)的人体行为识别方法。文中利用构建的卷积神经网络模型自动提取加速度和角速度数据特征，并结合Softmax分类器识别人体行为。实验结果表明，......
    4. 《基于关节角序列的人体动作识别》PDF+DOC 针对人体动作序列的识别问题，利用Kinect采集人体关节点三维坐标信息，提取人体手臂运动时的关节角度作为人体运动特征，以减小特征空间的维数；将一个手臂的连续动作平均分为五帧，将每帧的动作的关节角信息作为分类的特征。采用支持向量基(SVM)分类算法，在不断优化SVM分类器的参数后，可得到较高的识别率。......
    5. 《强鲁棒性的可穿戴传感器的人体动作识别方法》PDF+DOC 为了降低可穿戴传感器在传感器移位时对动作识别率的影响，对可穿戴传感器的动作识别进行了研究。采用高精度传感器采集不同部位的输出信号，根据运动的周期特点对输出信号进行去噪和快速傅里叶变换，将其转化为频域信号。再使用主成分分析法提取综合指标，并对自组织神经网络进行训练，实现动作识别。最差情况下识别准确率可......
    6. 《基于手机传感器的室内用户行为识别》PDF+DOC 行为识别近年来已成为热点研究领域。本文介绍了利用智能手机感知用户行为的研究，主要通过智能手机内置传感器获取用户在室内移动中的数据，利用分类模型对该数据进行分析，建立学习模型，最终测试行为识别结果，并对不同分类模型的准确度进行了对比。...
    7. 《基于加速度传感器的建筑工人施工行为识别方法》PDF+DOC 对建筑工人施工行为的自动化识别是建设施工质量安全以及工作效率实时管理的核心方法，需要建筑、信息、管理等多领域交叉集成。该文以钢筋工为例，利用加速度传感器在工地现场采集钢筋工施工过程中手腕处运动的加速度数据，将钢筋工的所有行为分为3类。从加速度数据中提取特征值，应用分类器进行机器学习实验并进行精度对比......
    8. 《多FSR传感器的手部姿态识别系统》PDF+DOC 提出一种新型的手部姿态识别系统，用于控制多自由度假手.系统利用FSR传感器检测前臂肌肉的收缩情况来实现不同动作的识别.通过安装在手臂筒当中的FSR传感器获取不同手部姿态对应的信号大小，经过支持向量机SVM(support vector machine)分类器在2类数据之间布置一个超平面，并使数据距离......
    9. 《基于Kinect与虚拟现实的社区家庭康复系统的研制》PDF+DOC 尽管大部分康复训练需要在医院进行，但是将训练适量“搬运”到患者家中并把结果定期反馈回医院以制定下一步治疗计划，不仅能减轻康复医师的工作，也可为患者提供更轻松自在的训练环境和完善的后期治疗。在Visual Studio 2010(VS2010)开发环境下，尝试利用Kinect传感器捕捉患者运动，获取原......
    10. 《体域网中一种基于压缩感知的人体动作识别方法》PDF+DOC 能量有效性是无线体域网在面向长时间健康监测应用的首要挑战。该文引入压缩感知和稀疏表示理论同时解决人体活动监测中的动作识别和数据压缩问题，探索在达到一定动作识别率的同时降低传感器节点的能耗。该文提出的压缩分类动作识别方法首先在传感器节点利用随机投影对传感数据进行压缩，传到中心节点后再利用稀疏表示对压缩......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。