论文库
基于BSN和CHMMs的人体日常动作识别方法研究
论文编号:
第一作者: 姜鸣;王哲龙;刘晓博;赵红宇;胡耀华
联系作者:
发表年度: 2013
期: 1
卷: 53
页: 121-126
摘要: 应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日常动作.针对动作识别过程中存在的多传感器数据融合问题,提出一种基于耦合隐马尔可夫模型(coupled hidden Markov models,CHMMs)的动作识别方法.实验结果显示,与已有动作识别方法相比,提出的基于CHMMs的动作识别方法的识别正确率有明显的提高.
英文摘要:
刊物名称: 大连理工大学学报
学科:
论文出处:
论文类别:
参与作者:
影响因子:
全文链接: