

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人體行為識(shí)別領(lǐng)域自從20世紀(jì)80年代就開始發(fā)展,吸引了很多研究人員踏入這個(gè)領(lǐng)域。隨著人工智能、機(jī)器學(xué)習(xí)以及智能硬件和微型芯片等技術(shù)的出現(xiàn)和發(fā)展,移動(dòng)設(shè)備如今被裝配上各種傳感器和強(qiáng)大的計(jì)算能力,這些資源允許移動(dòng)設(shè)備采集到豐富的用戶行為原始數(shù)據(jù),并被用作進(jìn)一步的分析。特別是在個(gè)人健康、交通、導(dǎo)航和商業(yè)廣告等領(lǐng)域,感知用戶行為的需求越來(lái)越大。
本文主要目的是利用人體行為動(dòng)作產(chǎn)生的原始傳感數(shù)據(jù),通過(guò)分析和處理對(duì)其表征的動(dòng)作行為進(jìn)行探測(cè)
2、和識(shí)別。本文通過(guò)對(duì)人體行為進(jìn)行抽象化分析,總結(jié)動(dòng)作行為規(guī)律,然后構(gòu)建相應(yīng)的動(dòng)作模型。同時(shí),利用傳感信息構(gòu)建基于傳感數(shù)據(jù)的人體動(dòng)作模型,并利用探測(cè)算法對(duì)人體動(dòng)作片段進(jìn)行精確的分割和提取。最后,我們從動(dòng)作片段數(shù)據(jù)中獲取特征向量,利用分類器進(jìn)行訓(xùn)練和細(xì)致動(dòng)作的分類識(shí)別。本文采用當(dāng)前流行的智能腕帶作為信息采樣設(shè)備,選擇手臂抬臂類動(dòng)作為例對(duì)所提算法進(jìn)行驗(yàn)證實(shí)現(xiàn),嘗試識(shí)別和區(qū)分特征較類似的吸煙、喝水和撓頭三個(gè)細(xì)致動(dòng)作。在獲得更為豐富的數(shù)據(jù)源前提下,
3、本文所提方法可廣泛用于各類行為識(shí)別的建模分析應(yīng)用。
本文的研究核心主要有兩點(diǎn):動(dòng)作模型構(gòu)建和分割提取,以及細(xì)致動(dòng)作分類識(shí)別。第一部分,本文通過(guò)對(duì)抬臂動(dòng)作進(jìn)行抽象分析,提出了一種如何從原始傳感器數(shù)據(jù)中提取出動(dòng)作片段的算法。同時(shí),能夠精確的將單個(gè)動(dòng)作片段從數(shù)據(jù)集合中抽取出來(lái),并將單個(gè)動(dòng)作內(nèi)的各個(gè)狀態(tài)變化點(diǎn)精確探測(cè)到。使得在獲得特征值和識(shí)別驗(yàn)證實(shí)驗(yàn)中動(dòng)作獲取的自動(dòng)化變?yōu)榭赡?,減少其中人為參與,主動(dòng)的讓機(jī)器對(duì)動(dòng)作進(jìn)行認(rèn)知和識(shí)別。第二部
4、分,通過(guò)對(duì)訓(xùn)練樣本集進(jìn)行交叉驗(yàn)證,并成功構(gòu)建了分類器模型,在精度可容忍范圍內(nèi)對(duì)細(xì)致動(dòng)作進(jìn)行了區(qū)分和識(shí)別,驗(yàn)證了本文提出的整體識(shí)別方案的可行性和有效性。
同時(shí),本文實(shí)現(xiàn)了一個(gè)測(cè)試系統(tǒng)環(huán)境,通過(guò)5名志愿者采集實(shí)驗(yàn)數(shù)據(jù),共獲得500個(gè)完整動(dòng)作數(shù)據(jù)的樣本集,進(jìn)一步對(duì)本文中算法模型進(jìn)行測(cè)試。最終,我們通過(guò)動(dòng)作相關(guān)的特征值訓(xùn)練樣本集對(duì)分類器進(jìn)行訓(xùn)練和構(gòu)建,獲得動(dòng)作識(shí)別結(jié)果。在實(shí)驗(yàn)環(huán)境中,我們測(cè)試了整個(gè)系統(tǒng),實(shí)驗(yàn)結(jié)果表明系統(tǒng)對(duì)上述三種用戶行
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于傳感器的人體行為識(shí)別技術(shù)研究.pdf
- 基于慣性傳感數(shù)據(jù)特征選擇的人體動(dòng)作識(shí)別.pdf
- 基于視覺(jué)的人體行為識(shí)別研究.pdf
- 基于HMM的人體行為識(shí)別研究.pdf
- 基于Kinect的人體行為識(shí)別研究.pdf
- 基于加速度傳感器的人體行為識(shí)別研究.pdf
- 基于可穿戴式傳感網(wǎng)絡(luò)的人體異常行為識(shí)別.pdf
- 智能空間下基于非視覺(jué)傳感器數(shù)據(jù)的人體行為識(shí)別方法研究.pdf
- 基于慣性傳感器數(shù)據(jù)的人體日常動(dòng)作識(shí)別研究.pdf
- 基于動(dòng)作捕捉傳感器的人體日常行為識(shí)別研究.pdf
- 基于視覺(jué)的人體行為檢測(cè)識(shí)別研究.pdf
- 基于分層模型的人體行為識(shí)別研究.pdf
- 基于可穿戴傳感器的人體行為識(shí)別方法研究.pdf
- 基于視覺(jué)的人體運(yùn)動(dòng)行為識(shí)別研究.pdf
- 基于無(wú)線感知的人體行為識(shí)別研究.pdf
- 基于深度序列的人體行為識(shí)別研究.pdf
- 基于骨架節(jié)點(diǎn)的人體行為識(shí)別研究.pdf
- 基于視頻的人體行為識(shí)別算法研究.pdf
- 基于移動(dòng)設(shè)備運(yùn)動(dòng)傳感器的人體行為識(shí)別算法研究.pdf
- 基于視頻的人體行為識(shí)別分析.pdf
評(píng)論
0/150
提交評(píng)論