第 27 卷第 6 期
吴家菊等:交互式电子技术手册的技术发展与应用研究
收稿日期
:
2019-07-03
作者简介
:
贾亮
(
1971-),男,辽宁省大石桥市人,副教授,硕士研究生,硕士生导师
,主要研究方向:信息获取与处理;(通讯作 者)董雪薇(
1994-),女
。
辽宁沈阳人,硕士研究生,主要研究方向:信息获取与处理。
文章编号
:
员园园缘原员圆圆愿(圆园19)园6原园园21原03
灾燥造援27 晕燥援6
Dec援圆园19
第 27 卷第 6 期
2019 年 12 月
电脑与信息技术
悦燥皂责怎贼藻则葬灶凿陨灶枣燥则皂葬贼蚤燥灶栽藻糟澡灶燥造燥早赠
基于 BP 神经网络的人体运动姿态识别
贾亮,
董雪薇
(沈阳航空航天大学 电子信息工程学院,辽宁 沈阳 110136)
摘 要
:
为了提高人体运动姿态识别的准确度
,提 出 一种基于
BP 神经网络的识别方法。通过对可穿戴式传感器采集到的
运动数据进行预处理,运 用 滑 动 时 间 窗 方法进行时域特征和频域特征的提取
,生成特征向量,采 用 基于阈值的分类方法区
分静止和运动
,再采用基于
BP 神经网络的算法区分走路、上楼和下楼三种运动
。实验表明,该方法能有效识别人体运动姿
态,算法的平均准确率达到 89%以上
。
关键词
:
特征提取
;
BP 神经网络;人体运动姿态
中图分类号
:
TP391.41 文献标识码
:
A
HumanMotionGestureRecognitionBasedonBPNeuralNetwork
JIALiang
1
,DONGXue-wei
2
(SchoolofElectronicInformationEngineering,ShenyangAerospaceUniversity,Shenyang110136,China)
Abstract:Inordertoimprovetheaccuracyofhumanbodymotionrecognition,aBPneuralnetworkbasedrecognition
methodisproposed.Bypreprocessingthemotiondatacollectedbythewearablesensor,theslidingtimewindowmethodis
usedtoextractthetimedomainfeaturesandthefrequencydomainfeatures,andthefeaturevectorisgenerated.The
threshold-basedclassificationmethodisusedtodistinguishbetweenstaticandmotion,andthenBP-based.Theneural
networkalgorithmdistinguishesbetweenthreemovements:walking,goingupstairsandgoingdownstairs.Experimentsshow
thatthemethodcaneffectivelyrecognizethehumanbodymotionposture,andtheaverageaccuracyofthealgorithmis
over89%.
Keywords: featureextraction;BPneuralnetwork;humanmotionposture
人体行为识别主要分为两类:基于视觉的人体行
为识别和基于传感器的人体行为识别
[1]
。与前者相比,
基于传感器的人体行为识别易于携带、不受场景、时间
的限制,抗外界干扰能力强
、数据获取更自由等优点,
更适合推广应用
[2]
。本文通过可穿戴式传感器采集运动
数据的三轴加速度信号,在 MATLAB 仿真环境下,设
计 BP 神经网络,进行判断并准确识别 4 种人体运动
姿态。
1 数据预处理
1.1 采集数据
本文通过 JY-901 传感器采集数据
。
JY-901 采用
9 轴算法,输出速率最高可以达到 200Hz。在实验中
,
采集运动数据的装置固定在腰部
,选取实验者
3 名男
性
、
2 名女性,
采集了
5 个人 4 种动作的三轴加速度数
据,包括静止、走路、上楼
、下楼,每 种 动作采集
5 次,
采
集时间为 30s,采样频率为 100Hz。
1.2 合成加速度
为了更加准确的描述人体的运动情况,将三维加
速度数据合成为一维加速度
[3]
。
acc=
acc
x
2
+acc
y
2
+acc
z
2
姨
(1)
1.3 去噪处理
为了提高识别的准确率, 需要对采集数据进行滤波,减
少噪声的影响
[4]
。静止、走路
、上楼、下楼
4 种状态的原
始加速度如图 1 所示
。
图 1 原始数据波形图