基于BSN和CHMMs的人体日常动作识别方法研究 | |
姜鸣 ; 王哲龙 ; 刘晓博 ; 赵红宇 ; 胡耀华 | |
刊名 | 大连理工大学学报 |
2013 | |
卷号 | 53期号:1页码:121-126 |
关键词 | 人体传感器网络 动作识别 耦合隐马尔可夫模型 数据融合 |
ISSN号 | 1000-8608 |
其他题名 | Research on human daily activity recognition method based on BSN and CHMMs |
产权排序 | 3 |
中文摘要 | 应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日常动作.针对动作识别过程中存在的多传感器数据融合问题,提出一种基于耦合隐马尔可夫模型(coupled hidden Markov models,CHMMs)的动作识别方法.实验结果显示,与已有动作识别方法相比,提出的基于CHMMs的动作识别方法的识别正确率有明显的提高. |
英文摘要 | Body sensor networks (BSN) may offer continuous monitoring of human activities in a range of healthcare areas, including caring the elderly, helping chronic patients, and monitoring the recovery of post-operative patients. A monitoring platform based on BSN is established for recognizing 9human daily activities using acceleration signal. A activity recognition method based on coupled hidden Markov models (CHMMs) is proposed for multi-sensor data fusion. The experimental results show that compared with previous methods, the proposed method can achieve satisfactory performance for human daily activity recognition. |
分类号 | TP202 ; O211.62 |
收录类别 | CSCD |
资助信息 | 国家地震行业科研专项资助项目(200808075); 国家科技重大专项子课题资助项目(2010ZX04007-011-5) |
语种 | 中文 |
CSCD记录号 | CSCD:4775872 |
公开日期 | 2013-04-21 |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.ac.cn/handle/173321/10597] |
专题 | 沈阳自动化研究所_机器人学研究室 |
推荐引用方式 GB/T 7714 | 姜鸣,王哲龙,刘晓博,等. 基于BSN和CHMMs的人体日常动作识别方法研究[J]. 大连理工大学学报,2013,53(1):121-126. |
APA | 姜鸣,王哲龙,刘晓博,赵红宇,&胡耀华.(2013).基于BSN和CHMMs的人体日常动作识别方法研究.大连理工大学学报,53(1),121-126. |
MLA | 姜鸣,et al."基于BSN和CHMMs的人体日常动作识别方法研究".大连理工大学学报 53.1(2013):121-126. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论