基于可穿戴传感器的人体活动识别研究综述

• 作者: 吴剑钟 杜俊杰 郑增威 霍梅梅
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人体活动识别 可穿戴传感器 特征工程 数据处理 机器学习
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 1223-1229,1238
• 页数: 8页
• 分类号: TP391.4
• 字数: 9653字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017112715

摘要

人体活动识别(HAR)在医疗、安全、娱乐等方面有着广泛的应用.随着传感器器件的发展,各类能准确采集人体行为活动数据的传感器在手环、手表、手机等可穿戴设备上得到了广泛使用,相比基于视频图像的行为识别方法,基于传感器的行为识别具有成本低、灵活、可移植性好的特点,因此,基于可穿戴传感器的人体活动识别研究成为行为识别中的研究热点.介绍了人体活动识别研究中原始数据采集、特征提取、特征选择以及分类方法,对识别流程中每一部分常用的技术以及研究现状进行了综述总结,最后分析人体活动识别研究当前存在的主要问题并展望了今后可能的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑增威	浙江大学城市学院杭州市物联网技术与应用重点实验室	26	877	10.0	26.0
2	霍梅梅	浙江大学城市学院杭州市物联网技术与应用重点实验室	10	62	5.0	7.0
3	吴剑钟	浙江大学城市学院杭州市物联网技术与应用重点实验室	5	35	3.0	5.0
4	杜俊杰	浙江大学城市学院杭州市物联网技术与应用重点实验室	2	9	1.0	2.0