基于智能手机传感器的无监督行为识别研究

摘要

随着智能手机的发展和普及，智能手机在人们生活中发挥着越来越大的作用，甚至可以说智能手机已经完全融入了人们的日常生活，成为人们日常生活、学习、娱乐不可或缺的一部分。而智能手机功能的强大、利用智能手机不会增加额外的成本、容易让人接受的特点也引起了科研人员的关注，出现了越来越多的基于智能手机的研究。内置三轴加速度传感器的智能手机的发展和普及，也给人体行为识别带来了新的发展契机和发展方向。在健康保健、运动识别和记录等方面基于智能手机加速度传感器的行为识别都有了一定的研究和发展。
　　本文遵从行为识别从数据采集到特征提取再到行为识别这一基本流程，整个实验使用了日常行为和运动两大类型的三个数据集。在数据采集方面，我们自己开发了运行在智能手机平台上的APP，并且邀请了志愿者进行实际采样。特征提取方面，我们参考其他科研人员的相关工作，通过自己的实验，挑选并最终确定了19种特征。在识别算法方面，我们将原本应用在PPI生物聚类的MCODE算法运用在了人体行为识别方面，最后达到了还不错的效果。
　　实验结果表明，该方法对日常行为的识别率高于其他五种常用的聚类算法，在竞走识别和篮球动作识别上的平均识别率分别是88％和81.7%，这也证明了使用智能手机内置的三轴加速度传感器识别复杂运动的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究意义

1.2 基于智能手机传感器行为识别的发展现状

1.3 论文内容与章节安排

第二章 行为识别概述

2.1 行为识别的分类体系

2.2 行为识别常用特征及特征提取方法

2.3 本章小结

第三章 行为识别常用聚类算法及评价指标

3.1 行为识别常用聚类算法介绍

3.2 评价指标介绍

3.3 本章小结

第四章 实验方法设计

4.1 数据收集

4.2 特征提取

4.3 MCODE聚类算法

4.4 本章小结

第五章 实验结果

5.1 日常行为识别

5.2 竞走识别

5.3 篮球动作识别

第六章 总结和展望

6.1 总结

6.2 展望

参考文献

在学期间的研究成果

致谢