面向加速度感測器人體動作識別中的張量方法研究

《面向加速度感測器人體動作識別中的張量方法研究》是依託雲南大學，由

陶大鵬擔任負責人的國家自然科學基金專項基金項目。

基本介紹

• 中文名：面向加速度感測器人體動作識別中的張量方法研究
• 負責人：陶大鵬
• 依託單位：雲南大學
• 項目類型：專項基金項目

項目摘要

本課題研究面向加速度感測器的人體動作識別的有效方法。針對目前基於加速度信號的多類別動作識別精度不高的問題，擬提出一種人體動作識別整體研究架構。該框架綜合了底層特徵提取，中層表達和分類器設計。在信號底層特徵提取過程中，擬採用基於張量表達與分析的信號處理方法，從而能有效的挖掘信號內在的結構特性。其次，在目前行為識別算法中，針對特徵表達方面普遍存在的底層信號特徵和高層語義之間的“語義鴻溝”問題，擬提出基於屬性方法的特徵表達。該屬性表達是對低層特徵的中層語義表達，能夠有效的緩解語義鴻溝給行為識別帶來的負面影響，為提高行為識別精度奠定基礎。最後，為了提高行為模型的識別能力和魯棒性，本課題擬採用稀疏編碼與多元邏輯回歸聯合學習的識別方法。與現有方法相比，所提出的方法充分利用了底層特徵與高層分類任務的聯繫，克服了底層數據繁多難以處理的問題，提高了行為識別的精度。

結題摘要

近些年來，物聯網和智慧型設備引起研究人員越來越多的關注。利用加速度感測器產生的加速度信號，可以分析日常的人體行為，比如行走、跑步和站立。同其它模式識別套用一樣，如圖像標註和文字識別，特徵提取和特徵選擇以及分類器設計是大多數面向加速度感測器人體動作識別研究主要關注的方面。本課題針對目前基於加速度信號的多類別動作識別精度不高的問題，提出了一種人體動作識別整體研究架構，並以此為基礎進一步提升動作識別的準確率。該框架綜合了特徵提取，中層表達和特徵融合等研究內容。在信號底層特徵提取過程中，採用了基於張量表達與分析的信號處理方法，從而能有效的挖掘信號內在的結構特性。其次，在目前行為識別算法中，針對特徵表達方面普遍存在的底層信號特徵和高層語義之間的“語義鴻溝”問題，提出了基於屬性方法的特徵表達。該屬性表達是對低層特徵的中層語義表達，能夠有效的緩解語義鴻溝給行為識別帶來的負面影響，為提高行為識別精度奠定基礎。最後，針對單一視角包含的人體信息偏差大的問題，本課題採用多視角完備空間學習算法，通過在多個視角內對完整信息進行編碼從而尋找潛在完整空間的數據表達。項目執行期間培養了該方向碩士研究生6名，相關學生也取得了諸多學術成果，並在國際國內高水平學術期刊、會議上發表了多篇論文，其中論文23篇，包括SCI論文20篇，國際會議論文3篇，申請發明專利2項，其中已授權2項。所形成的研究成果被套用於中國科學院深圳先進院的柔性外骨骼項目中，該成果用於驅動柔性外骨骼裝備。此外，項目成果還可廣泛套用於人機互動領域特別是醫療監護、輔助康復治療、智慧型機器人、運動預測等方面，從而為提升相關領域的智慧型化水平提供技術支撐。