基于加速度傳感器的日常行為識(shí)別的特征提取方法研究.pdf

1、隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，人們的生活逐漸智能化、數(shù)字化。在這個(gè)時(shí)代，我們工作娛樂(lè)是數(shù)字化的，逛街購(gòu)物是數(shù)字化的，甚至于我們的走路、跑步、睡覺(jué)都可以數(shù)字化的表示。近些年已有許多的研究學(xué)者致力于人們的日常行為的識(shí)別，其研究成果廣泛應(yīng)用于健康監(jiān)測(cè)、日常運(yùn)動(dòng)跟蹤、工作家庭自動(dòng)化、人機(jī)交互的等領(lǐng)域。人類(lèi)日常行為識(shí)別的研究過(guò)程通常包括信息采集、特征值提取和行為識(shí)別分析。在信息采集方面，由于傳統(tǒng)的基于圖像的研究方式存在色彩、陰影和物體遮擋等諸多因素的

2、影響的問(wèn)題，目前許多研究均是采用集成加速度傳感器的便攜設(shè)備采集行為數(shù)據(jù)。在特征提取方面，因?yàn)榇治龅男袨楹蛻?yīng)用環(huán)境的不確定，目前的研究中尚未提出一個(gè)統(tǒng)一而有效的特征提取方法。在行為識(shí)別方面，目前研究中使用的行為分類(lèi)方法多為基于監(jiān)督的分類(lèi)方法，而聚類(lèi)方法相對(duì)使用較少。使用監(jiān)督式分類(lèi)方法對(duì)行為進(jìn)行分類(lèi)時(shí)，需要對(duì)行為數(shù)據(jù)加標(biāo)簽。然而加標(biāo)簽是一個(gè)冗雜無(wú)趣并且耗時(shí)較長(zhǎng)的過(guò)程，對(duì)行為分類(lèi)來(lái)說(shuō)無(wú)疑是一個(gè)長(zhǎng)期的負(fù)擔(dān)。
　　針對(duì)上述問(wèn)題，我們主要做

3、了如下的工作。首先，我們提出一個(gè)基于聚類(lèi)算法MCODE的行為識(shí)別框架。該識(shí)別框架相對(duì)于其他分類(lèi)的算法的優(yōu)勢(shì)在于在行為數(shù)據(jù)采集中無(wú)需加標(biāo)簽。其次，我們?cè)谧R(shí)別框架中提出了三種不同的特征值提取方法。三種提取方法提取的都是時(shí)域特征，特征簡(jiǎn)單、計(jì)算速度快。
　　我們提出的識(shí)別框架分為三階段工作：特征提取，提供三種不同的特征值提取方法；構(gòu)建基于歐氏距離的相似性度量的行為模型，將離散數(shù)據(jù)構(gòu)建成網(wǎng)絡(luò)；對(duì)行為模型進(jìn)行進(jìn)行MCODE聚類(lèi)，并使用FM指