基于函数型数据分析方法的人体动态行为识别

• 作者: 汤庆丰 盛敏 苏本跃 蒋京
• 来源期刊: 自动化学报
• 关键词: 动态行为识别 连续性与周期性 周期行为 函数型数据分析 可穿戴式运动捕捉系统
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 866-876
• 页数: 11页
• 字数: 7548字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160120

摘要

人体运动过程中,肢体的运动是连续的,而对应的运动捕捉数据是离散的.为了更好地分析人体日常运动行为的连续性与周期性,本文提出了一种基于函数型数据分析(Functional data analysis,FDA)的人体动态行为识别方法.首先,利用函数型数据分析方法,将可穿戴式运动捕捉系统采集的人体周期行为数据函数化,通过函数准确地定义数据的连续性与周期性;然后,根据导函数信息确定一个运动周期的起始点,并近似地提取出一个运动周期的数据序列;最后,根据不同行为一个周期内的曲线特征差异,利用支持向量机对动态行为进行分类识别.实验结果表明,本文的算法既能够较好地描述人体动态行为的连续性与周期性,又使得运动数据在标定的统一起始点处对齐,且在WARD数据集与自采集数据集上均取得了较好的识别率,分别达到97.5%与98.75%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛敏		24	137	7.0	11.0
3	苏本跃	安庆师范大学计算机与信息学院	69	398	12.0	17.0
5	汤庆丰	安庆师范大学计算机与信息学院	2	16	2.0	2.0
9	蒋京	安庆师范大学计算机与信息学院	2	17	2.0	2.0