《基于函数型数据时间序列建模的单传感器日常行为识别》PDF+DOC
作者:苏本跃,郑丹丹,盛敏
单位:中国自动化学会;国家智能计算机研究开发中心;中国科学院合肥智能机械研究所
出版:《模式识别与人工智能》2018年第07期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFMSSB2018070110
DOC编号:DOCMSSB2018070119
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Kinect的跌倒行为识别算法》PDF+DOC2016年第02期 罗凯,金小峰
《基于智能手机的车辆行为实时判别与渐进矫正方法研究》PDF+DOC2017年第03期 范菁,吴青青,叶阳,董天阳
《基于超宽带和惯性传感器融合的人体动作捕捉系统》PDF+DOC2019年第08期 史卫亚,张洪超
《基于单个三轴加速度计的人体行为识别研究》PDF+DOC2019年第02期 张宇,郭达,高志勇,周大海
《实时手势加速度动作分割与识别研究》PDF+DOC2012年第07期 刘蓉,刘明
《基于互补滤波的输电导线舞动轨迹还原算法》PDF+DOC2017年第01期 汪滔,吴德智,胡柯,孔海林,李睿
《基于大数据平台的人体跌倒检测研究》PDF+DOC2017年第06期 张帆
《基于肌电和惯导的羽毛球步法分析设备》PDF+DOC2020年第01期 周文涛
《基于卷积神经网络的人体步态识别算法研究》PDF+DOC2020年第19期 陈法权,樊军
《基于PLA时间序列重现的在线车辆检测算法》PDF+DOC2007年第10期 柴可夫,霍宏,方涛
在基于惯性传感器的人体行为识别中,传统算法常忽略行为的周期性与时序性,对提取特征的滑动窗口大小也有相应要求.文中基于单个腰部传感器分析人体日常行为,提出面向周期行为的函数型数据分析方法和隐马尔可夫模型结合的行为识别算法.首先,使用函数型数据分析方法,拟合周期性日常行为的动作捕捉数据,提取拟合后的单个周期数据.然后基于此周期时间序列数据建立描述各个日常行为过程的隐马尔可夫模型.最后,使用最大似然估计判别行为,得到识别结果.该算法通过单个腰部传感器即可快速有效地识别8种日常行为,在基于用户依赖策略和用户独立策略时识别率较高。
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。