基于三轴传感器的老年人日常活动识别

汪成亮; 王小均

doi:10.3969/j.issn.0372-2112.2017.03.010

您当前的位置：

首页 >

文章列表页 >

基于三轴传感器的老年人日常活动识别

学术论文 | 更新时间：2025-07-16

- 基于三轴传感器的老年人日常活动识别
- Daily Activity Recognition Based on Triaxial Accelerometer of Elderly People
- 电子学报 2017年45卷第3期页码：570-576
- 作者机构：
  
  1. 重庆大学信息物理社会可信服务计算教育部重点实验室,重庆,400044
  2. 重庆大学计算机学院,重庆,400044
  3. 重庆大学信息物理社会可信服务计算教育部重点实验室,重庆,400044
  4. 重庆大学计算机学院,重庆,400044
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目 (No.61004112）;中央高校基本科研基金资助项目 (No.CDJZR12180006）
- DOI：10.3969/j.issn.0372-2112.2017.03.010
  中图分类号： TP391.4
- 网络出版：2017-03-25，
  
  纸质出版：2017
- 稿件说明：
移动端阅览
汪成亮, 王小均. 基于三轴传感器的老年人日常活动识别[J]. 电子学报, 2017,45(3):570-576.

WANG Cheng-liang, WANG Xiao-jun. Daily Activity Recognition Based on Triaxial Accelerometer of Elderly People[J]. Acta Electronica Sinica, 2017, 45(3): 570-576.
汪成亮, 王小均. 基于三轴传感器的老年人日常活动识别[J]. 电子学报, 2017,45(3):570-576. DOI： 10.3969/j.issn.0372-2112.2017.03.010.

WANG Cheng-liang, WANG Xiao-jun. Daily Activity Recognition Based on Triaxial Accelerometer of Elderly People[J]. Acta Electronica Sinica, 2017, 45(3): 570-576. DOI： 10.3969/j.issn.0372-2112.2017.03.010.

摘要

本文针对老年人日常活动类型及特点提出了一种基于三轴加速度传感器和HMM（Hidden Markov Model）的活动识别方法.本文首先提取了针对老年人相异、相似活动的标准差、能量、相关系数、RAF（RAtio Forward）、RVF（Ratio Vertical Forward）等特征值.然后定义老年人的HMM活动识别模型.最后在经过Baum-Welch算法对HMM进行参数训练后使用Viterbi算法来进行老年人活动识别.实验结果表明，本文方法适用于老年人的日常活动的识别，平均识别精度达到了93.3%，尤其是对于相似步态活动的识别准确率达到了93.7%.

Abstract

In the light of the motion type and characteristics of elderly people

we propose an approach which is based on triaxial accelerometer and hidden Markov model(HMM) for activities recognition.Firstly

we extract standard deviation(SD)

energy

correlation coefficients

ratio forward(RAF)

ratio vertical forward(RVF) as the features corresponding to different and similar activities of elderly people.Secondly

we define the activities recognition model based on HMM for elderly people.Finally

we use the Viterbi algorithm to recognize the activities for elderly people after the parameters are trained by Baum-Welch algorithm.The experimental results shows that our approach is can be applied for daily activity recognition of elderly people and the average recognition accuracy is 93.3%

specifically the accuracy of similar walking activities is 93.7%.

关键词

Keywords

references

浏览量

562

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于遗传非参数MDL-BW方法的HMM结构优化

针对时间序列多步预测的聚类隐马尔科夫模型