基于CHMMs的自适应行为识别方法.pdf

《基于CHMMs的自适应行为识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3l卷第10期计算机应用研究V0l_31No．102014年10月ApplicationResearchofComputers0ct．2014基于CHMMs的自适应行为识别方法冰李军怀，严其松，王志晓，魏嵬，张(西安理工大学计算机科学与工程学院，西安710048)摘要：针对基于传感器的行为识别系统中通道数据缺失问题，采用耦合隐马尔可夫模型提出了一个多传感器数据融合的自适应行为识别方法，该方法充分挖掘了不同传感器之间数据的关联性和人体行为中身体不同部位之间的协作性。实验分析了站立、行走、坐、躺四种行为，结果表明

2、该方法的识别率在84％以上，并且与其他相关方法相比，具有较高的识别率和自适应能力。关键词：行为识别；耦合隐马尔可夫模型；加速度传感器；数据融合中图分类号：TP181文献标志码：A文章编号：1001—3695(2014)10—3037—04doi：10．3969／j．issn．1001—3695．2014．10．036Self-adaptiveactivityrecognitionmethodbasedOilCHMMsLIJun—huai，YANQi—song，WANGZhi—xiao，WEIWei，ZHANGJ

3、ing(SchoolofComputerScience&Engineering，Xi’anUniversityofTechnology，Xi’an710048，China)Abstract：Aimingattheproblemthatactivityrecognitionsystembasedonsensormissedchanneldata，thispaperproposedaself—adaptiveactivityrecognitionmethodofmulti．sensordatafusionwhich

4、usedthecoupledhiddenMarkovmodels．Thismeth—odfu11vminedthecorrelationamongdifferentsensordataandhumanactivityinthecollaborationamongthedifierentpartsofthebody．Experimentalanalysisofthefourkindsofactivityincludedstanding，walking，sitting，lying，theresultsshowtha

5、ttherecognitionrateofthismethodismorethan84％．Andcomparedwithotherrelatedmethods，theproposedmethodhashighrecognitionrateandself—adaptiveability．Keywords：activityrecognition；coupledhiddenMarkovmodels(CHMMs)；accelerationsensor；datafusion来识别人体的跌倒动作。与此同时，还有许多类似的工

6、作采用0引言加速度传感器进行行为识别。除了检测用户身体部位的运动之外，用户的行为往往可以通过与其行为相关的物体的运感知和识别复杂环境中人的行为是普适计算研究的热点动方式来进行推测，即采用人物交互方式进行行为识别。例如之一，随着微型低功耗传感器的发展，传感器开始融人人类生文献[9]将加速度传感器与RFID结合，在日常生活用品上贴活的各个方面，基于传感器的行为识别已经成为目前研究的热上电子标签，当佩戴集成加速度传感器和RFID读写器设备的点’。人的行为识别是指对人的动作类型、行为模式进行分老人接触这些东西时，可以感

7、知这些物品，从而对老人的动作析和识别，一般从物理世界各种类型的数据序列中抽取相关的作出判断；另外还可以根据所佩戴的加速度传感器对老人的动信息进行表达，并解释这些信息以实现识别和学习人的行为，作状态进行判断，实现Et常生活监护。主要包括获取用户行为和环境状态变化数据、特征提取、推理目前，人体动作识别系统都是建立在机器学习算法的基础或识别等环节。上，虽然许多研究取得了不错的动作识别精度，但是这些研究近年来，基于传感器的行为识别方法研究取得了很大进没有考虑多传感器信息之间存在的关联关系，只是对各通道数展，主要包括穿戴

8、式行为识别和人物交互式的行为识别等方据分别进行特征提取，然后进行决策级的识别。本文在充分挖式。穿戴式行为识别是通过在身体不同部位穿戴各种传感器掘不同传感器之间的数据关联基础上，针对数据采集中的通道直接识别用户的运动方式；人物交互式的行为识别通过检测与数据缺失问题提出了一种基于耦合隐马尔可夫模型(coupled用户动作相关物体的运动来对用户行为进行推测。在穿戴式hiddenMarkovm