基于线性加速度的多节点人体行为识别

李兴¹(),侯振杰¹,梁久祯¹,常兴治²

1. 常州大学信息科学与工程学院, 江苏 常州 213164
2. 常州信息职业技术学院常州市大型塑料件智能化制造重点实验室, 江苏 常州 213164

收稿日期:2018-05-25出版日期:2018-12-20发布日期:2018-12-26

作者简介:李兴(1992—)，男，江苏徐州人，硕士研究生，主要研究方向为行为识别.E-mail:lixing03201012@qq.com
基金资助:国家自然科学基金项目(61063021);江苏省产学研前瞻性联合研究项目(BY2015027-12);江苏省物联网移动互联技术工程重点实验室开放课题项目(JSWLW-2017-013)

Multi-node human behavior recognition based on linear acceleration

Xing LI¹(),Zhenjie HOU¹,Jiuzhen LIANG¹,Xingzhi CHANG²

1. College of Information Science and Engineering, Changzhou University, Changzhou 213164, Jiangsu, China
2. Changzhou Key Laboratory of Large Plastic Parts Intelligence Manufacturing, Changzhou College of Information Technology, Changzhou 213164, Jiangsu, China

Received:2018-05-25Online:2018-12-20Published:2018-12-26


Supported by:国家自然科学基金项目(61063021);江苏省产学研前瞻性联合研究项目(BY2015027-12);江苏省物联网移动互联技术工程重点实验室开放课题项目(JSWLW-2017-013)

摘要/Abstract

摘要： 针对当前基于加速度人体行为识别方法中存在的行为数据易受重力加速度影响以及空间信息欠缺等问题,提出一种基于线性加速度的多节点人体行为识别算法。通过分段双向去除重力加速度算法,去除传感器加速度中的重力加速度得到线性加速度;使用滑动均值滤波器滤除线性加速度与传感器加速度的颤抖运动,并对两种加速度中的冗余动作进行裁剪;分别从两种加速度中提取不同关节点数据间的动态时间规整算法(dynamic time warping, DTW)距离特征以及7种常规时域特征;利用支持向量机对人体行为进行分类。试验结果表明,该方法能有效提高人体行为识别的准确性。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1774