基于CHMMs的自适应行为识别方法

• 作者: 严其松 张璟 李军怀 王志晓 魏嵬
• 来源期刊: 计算机应用研究
• 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
• 年，卷（期）: 2014,（10）
• 页码范围: 3037-3040
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.10.036

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军怀	西安理工大学计算机科学与工程学院	137	2421	25.0	45.0
2	张璟	西安理工大学计算机科学与工程学院	122	1368	20.0	30.0
3	王志晓	西安理工大学计算机科学与工程学院	21	245	8.0	15.0
4	严其松	西安理工大学计算机科学与工程学院	1	8	1.0	1.0
5	魏嵬	西安理工大学计算机科学与工程学院	5	10	2.0	3.0