基于BSN和CHMMs的人体日常动作识别方法研究

• 作者: 刘晓博 姜鸣 王哲龙 胡耀华 赵红宇
• 来源期刊: 大连理工大学学报
• 学科: 经济
• 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
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 电子与信息工程、管理工程
• 页码范围: 121-126
• 页数: 6页
• 分类号: F407.67
• 字数: 3790字
• 语种: 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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王哲龙	大连理工大学控制科学与工程学院	9	65	5.0	8.0
5	姜鸣	大连理工大学控制科学与工程学院	1	20	1.0	1.0
9	刘晓博	大连交通大学电气信息学院	4	29	3.0	4.0
10	赵红宇	大连理工大学控制科学与工程学院	4	43	3.0	4.0
11	胡耀华	东莞理工学院电子工程学院	9	43	4.0	6.0