基于智能移動終端的人體運動識別技術研究與應用.pdf

1、隨著生活節(jié)奏的日益加快和工作壓力的增大，健康的生活方式越來越得到人們的重視和倡導，對人體日常運動狀況的監(jiān)測對于健康生活方式有著非常重要的現(xiàn)實意義?，F(xiàn)今科技的迅速發(fā)展和制造工藝的不斷提高，基于智能可穿戴設備的人體運動識別技術受到了越來越多的研究者的關注。如今智能手機不僅具有強大的計算能力同時也集成了多種傳感器，基于此本文提出了基于智能手機的人體運動識別技術的研究與應用。
　　本文主要利用智能手機內置的加速度傳感器，并基于對國內外人體

2、運動識別相關經(jīng)典方法的分析，對人體運動識別方法和跌倒檢測算法進行了研究和改進，并實現(xiàn)了基于智能手機傳感器的人體運動識別系統(tǒng)。
　　本文首先，對人體運動加速度信號進行采集，并對原始數(shù)據(jù)進行濾波、加窗等預處理;然后從時域和頻域角度對加速度信號進行分析并提取特征值，并采用線性判決分析法對特征集合進行降維處理;最后通過K近鄰、C4.5決策樹、SVM和隨機森林分類器對行走、跑步、靜止、騎自行車及上下樓梯六種日常運動行為進行分類識別。實驗結果

3、表明SVM的平均識別準確率最高，達到94.06％。
　　其次，通過對人體跌倒過程中加速度信號和人體姿態(tài)角度變化的分析，本文提出了基于SVM的分層跌倒識別算法。該算法首先提取跌倒過程中運動加速度的特征值，包括合加速度最大值、均值穿越次數(shù)、信號強度區(qū)以及信號能量，通過SVM分類器識別出疑似跌倒行為;然后對檢測出的疑似跌倒行為進一步判斷人體傾斜角是否達到設定閾值，進而能夠準確識別出人體的跌倒行為。通過實驗表明:本文提出的跌倒檢測算法具有

4、較高的敏感性和特異性，能夠有效地識別出人體的跌倒行為。
　　最后，在本文研究的運動識別方法和跌倒識別算法基礎上，開發(fā)實現(xiàn)了基于Android智能手機平臺的人體運動識別系統(tǒng)。該系統(tǒng)(1)可以對用戶進行日常運動行為的實時分類識別，并通過百度地圖進行用戶定位和顯示運動路線;(2)可以對用戶的跌倒行為進行檢測，一旦識別到用戶發(fā)生跌倒會立即發(fā)出蜂鳴聲進行報警，以及向緊急聯(lián)系人發(fā)送求助信息，使用戶可以得到及時的救助。本文實現(xiàn)的人體運動識別系統(tǒng)