《基于Android传感器的人体姿态识别方法》PDF+DOC
作者:杨一涛,孙国梓,王壮
单位:南昌大学
出版:《南昌大学学报(理科版)》2019年第06期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFNCDL2019060180
DOC编号:DOCNCDL2019060189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于三轴加速度传感器的人体动作识别研究》PDF+DOC2015年第11期 罗初发
《刚性模型姿态识别技术中的数据表达与矩阵变化》PDF+DOC2018年第03期 毕瑛璞
《基于智能手机传感器的基础行为识别方法研究》PDF+DOC2020年第04期 孔菁,郭渊博,刘春辉,王一丰
《Android平台下的实时人体行为识别》PDF+DOC2018年第24期 贾小云,王二虎,吴敬一
《基于RBF神经网络的人体动态姿态识别算法》PDF+DOC2011年第04期 高晶敏,梁菁菁,李春云
《坐标转换在移动用户行为识别中的应用》PDF+DOC2014年第S1期 王忠民,曹栋
《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥
《一种基于特征选取的传感器选择方法》PDF+DOC2013年第09期 刘宏志,吴中海,张兴
《一种基于三维加速度传感器的人体行为识别方法》PDF+DOC2013年第06期 徐川龙,顾勤龙,姚明海
《基于稀疏矩阵字典的移动用户行为识别方法》PDF+DOC2015年第09期 宋辉,王忠民
当前基于各种传感器的Android设备已越来越多地应用于人们的生活中,提出一种基于三维加速度传感器的人体运动姿态转换的识别方法,该方法通过采集Android设备内嵌加速度传感器在人体运动过程中产生的加速度数据,提取不同运动姿态特征数据,进而识别走、跑、上楼和下楼等4种基本运动姿态,并通过持续判别法和前后续姿态判别法识别不同姿态间的转换。实验结果表明,针对单体的不同运动姿态识别率在90%左右,针对不同的行走-跑步间的姿态转换识别在93%左右,针对跌倒的检测在90%以上,均有较高的识别率。
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。