登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
一种基于时间窗口的轻量级实时运动识别算法
  • 摘要

    利用手机或可穿戴设备实时识别人的运动状态,有助于人们及时了解自身状况,进行科学的锻炼.现有高准确度运动识别算法大都具有较高的计算代价和存储代价,难以直接移植到手机和可穿戴设备上,且这些算法难以根据用户习惯校正识别模型.提出了一种基于时间窗口的轻量级实时运动识别算法EasiSports,利用手机或可穿戴设备中的加速度传感器,在多种情况下利用k-means聚类等方法在设备本地建立用户个人运动识别模型,使用SVM分类器实时识别坐、步行、跑步、上楼梯、下楼梯5种状态,计算量较小,适用于手机和可穿戴设备平台.实验表明:该算法对前述5种状态的识别准确度可达到87.45%,识别算法运行时间相较其他算法可获得30 %以上的性能提升.

  • 作者

    董理骅  刘强  陈海明  崔莉  Dong Lihua  Liu Qiang  Chen Haiming  Cui Li 

  • 作者单位

    中国科学院计算技术研究所 北京 100190;中国科学院大学 北京 100049/中国科学院计算技术研究所 北京 100190

  • 刊期

    2017年12期 ISTIC EI PKU

  • 关键词

    运动识别  智能手机  可穿戴设备  SVM分类器  k-means聚类  activity recognition  smart phone  wearable device  SVM classifier  k-means clustering 

相似文献 查看更多>>
3.229.118.253