基于多特征融合的人體行為識別技術研究.pdf

1、隨著 MEMS技術的不斷發(fā)展，基于傳感器的人體行為識別技術得到了飛速發(fā)展，在諸多領域得到了廣泛應用，如運動檢測、康復醫(yī)療、能耗評估等。相比于基于計算機視覺的人體行為識別，基于傳感器的方法更能體現(xiàn)運動本質(zhì)，在便攜性、舒適性、成本及易維護性方面優(yōu)勢突出。雖然基于傳感器的人體行為識別在各方面都取得了長足發(fā)展，但仍有一些關鍵問題需要解決，如怎樣提取更加有效的特征，如何構建高精度、低復雜度的分類器等。
　　圍繞這些問題，本文主要做了以下工作

2、：
　　1、了解了人體行為識別領域和步態(tài)相位識別領域國內(nèi)外的研究現(xiàn)狀，總結(jié)了人體行為識別方法和步態(tài)相位識別方法，對各方法的優(yōu)勢和不足進行了分析，并根據(jù)研究目標確定自己的研究方法。
　　2、設計了一套由加速度和陀螺儀數(shù)據(jù)采集裝置及Pedar-X分布式足底壓力鞋墊兩部分組成的傳感器數(shù)據(jù)采集系統(tǒng)用于數(shù)據(jù)采集。其中，加速度和陀螺儀數(shù)據(jù)采集裝置由STM32單片機、MPU6050陀螺儀和加速度計和nRF24L01無線通訊模塊組成，可以實

3、時采集人體的加速度及角速度數(shù)據(jù)，并上傳到上位機；Pedar-X分布式足底壓力鞋墊可實現(xiàn)足底壓力數(shù)據(jù)的實時采集功能。
　　3、在步態(tài)相位識別方面，針對復雜路況步態(tài)相位識別的需求，提出了一種基于多特征融合的復雜路況步態(tài)識別方法。以復雜路況的步態(tài)相位識別為研究對象，融合足底平均壓力、足底壓力中心點和大腿角度特征，用有向無環(huán)圖支持向量機的方法進行分析，有效識別了支撐前期、支撐中期、支撐后期、擺動前期、擺動后期五個相位。
　　4、在人