基于智能手機(jī)的人體運(yùn)動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、運(yùn)動(dòng)傳感器在人們的個(gè)人移動(dòng)設(shè)備上的廣泛存在，催生了對(duì)人體運(yùn)動(dòng)識(shí)別越來越多的研究興趣。智能手機(jī)因其配備的許多傳感器正成為一個(gè)可用來識(shí)別事件的強(qiáng)大平臺(tái)。這就提供了一個(gè)把機(jī)器學(xué)習(xí)技術(shù)運(yùn)用到運(yùn)動(dòng)數(shù)據(jù)的機(jī)會(huì)，以識(shí)別人們的運(yùn)動(dòng)。在發(fā)生自然災(zāi)害時(shí)，由于災(zāi)后受損程度嚴(yán)重和災(zāi)后現(xiàn)場數(shù)據(jù)匱乏，使得整個(gè)救援難以施展，這時(shí)候若能夠及時(shí)了解到受困人員的活動(dòng)狀態(tài)，將極大促進(jìn)救援工作的展開。而識(shí)別常見的運(yùn)動(dòng)又能幫助人進(jìn)行健康評(píng)估，發(fā)現(xiàn)常見疾病和運(yùn)動(dòng)量的關(guān)聯(lián)，并且能夠

2、促使人多鍛煉，從而保持很好的身體狀況。
　　多數(shù)早期的研究得益于離線的分類方法，這個(gè)方法是在移動(dòng)電話上收集數(shù)據(jù)，但訓(xùn)練和分類過程以離線方式運(yùn)行在后端服務(wù)器上。這種離線學(xué)習(xí)方式往往使用批處理算法，它在訓(xùn)練集上實(shí)施多輪處理直到收斂到最優(yōu)模型。由于上述流程會(huì)花費(fèi)一定的時(shí)間，往往會(huì)在計(jì)算機(jī)上執(zhí)行這個(gè)過程。而為了構(gòu)建現(xiàn)實(shí)的應(yīng)用，應(yīng)該在移動(dòng)設(shè)備上進(jìn)行在線分類，尤其對(duì)于涉及健康和幸福的應(yīng)用程序來說，更是如此。在線分類在新數(shù)據(jù)到達(dá)時(shí)便能立即給出識(shí)

3、別結(jié)果，從而使實(shí)時(shí)系統(tǒng)成為可能。本文旨在以近實(shí)時(shí)性為設(shè)計(jì)目標(biāo)，構(gòu)建一個(gè)基于智能手機(jī)的人體運(yùn)動(dòng)識(shí)別系統(tǒng)。
　　在本文中，首先深入剖析了使用手機(jī)來識(shí)別人體運(yùn)動(dòng)的過程，然后提出了一種新的運(yùn)用加速計(jì)在線識(shí)別人體運(yùn)動(dòng)的學(xué)習(xí)算法，將其命名為CluRF，它使用簇表示集合和基分類器來完成分類任務(wù)。為了確定這個(gè)簇表示集合的初始值和基分類器模型參數(shù)，系統(tǒng)預(yù)先對(duì)一個(gè)公開數(shù)據(jù)集和收集到的加速度樣本進(jìn)行處理，為每種運(yùn)動(dòng)類型數(shù)據(jù)求得由簇中心點(diǎn)和領(lǐng)域大小構(gòu)成的

4、簇表示。本文設(shè)計(jì)的系統(tǒng)用到了此方法，帶來了三個(gè)好處：由于分類模型具有默認(rèn)的參數(shù)值，用戶可以不經(jīng)過訓(xùn)練階段就能直接使用系統(tǒng)；通過聚類方法，維持了每種運(yùn)動(dòng)類型數(shù)據(jù)的概要信息，即簇表示，它能夠在識(shí)別運(yùn)動(dòng)時(shí)快速給出結(jié)果；為了達(dá)到更高的識(shí)別準(zhǔn)確率，用戶可以先使用訓(xùn)練模式，調(diào)整出適合自己的分類模型。為了實(shí)現(xiàn)這個(gè)系統(tǒng)，本文還構(gòu)建了一個(gè)Android手機(jī)應(yīng)用。最后，對(duì)系統(tǒng)的有訓(xùn)練和無訓(xùn)練這兩種模式進(jìn)行測試，還從準(zhǔn)確率和執(zhí)行時(shí)間兩個(gè)方面，將提出的CluR