位置自適應(yīng)的動(dòng)作識(shí)別算法研究.pdf

1、隨著近年來智能終端的迅猛發(fā)展，基于智能手機(jī)的人體動(dòng)作識(shí)別技術(shù)越來越受研究人員的重視。這方面的研究在行為建模、健康監(jiān)控、跌倒檢測、慣性導(dǎo)航等領(lǐng)域有著廣泛的應(yīng)用。
　　目前，在基于智能手機(jī)的人體動(dòng)作識(shí)別研究中，廣泛采用的方法是先在人體的幾個(gè)固定位置采集訓(xùn)練數(shù)據(jù)，然后從訓(xùn)練數(shù)據(jù)中提取特征并利用這些特征對動(dòng)作模型進(jìn)行訓(xùn)練，最后用動(dòng)作模型識(shí)別測試數(shù)據(jù)。然而在實(shí)際應(yīng)用場景中，用戶佩帶手機(jī)的位置具有隨意性，手機(jī)并不一定被佩帶在這幾個(gè)預(yù)先設(shè)定的位

2、置上。因此當(dāng)手機(jī)被佩帶在新位置上時(shí)，傳統(tǒng)動(dòng)作識(shí)別算法的準(zhǔn)確率會(huì)明顯降低。如何讓動(dòng)作識(shí)別算法對手機(jī)的佩戴位置進(jìn)行自適應(yīng)是一個(gè)需要研究的重要問題。
　　基于以上背景，我們提出一種位置無關(guān)的動(dòng)作識(shí)別算法:PIAR。 PIAR算法從提高新位置識(shí)別準(zhǔn)確率的角度對以往算法做了改進(jìn)。它保留了原始數(shù)據(jù)的方向特征，并提取了FFT結(jié)果中位置無關(guān)的特征。
　　在PIAR的基礎(chǔ)上，我們又提出了位置自適應(yīng)的動(dòng)作識(shí)別算法:PAAR。在PAAR算法中，我