基于单个三轴加速度计的人体行为识别研究

摘要

人工智能的发展和行业应用需求促进人体行为识别研究得到众多关注,主要研究方法或基于视频数据或基于传感器数据.得益于可穿戴传感器的发展,众多研究专注于在人体部署多个传感器以期取得良好效果.不同于以往研究,本文仅通过佩戴在手腕的单个三轴加速度计进行人体行为识别研究,以最大程度减小对个体的干扰并降低传感器部署成本.通过数据预处理和特征提取,并利用一种改进的子窗口的集成学习算法,实现对人体行为的准确识别.实验结果表明,相较于传统算法,识别准确率得以显著提升,证实了研究成果的有效性.