基于传感数据的人体行为识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-15页 |
| 1.3 主要研究内容及创新 | 第15-17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 第二章 相关工作 | 第18-26页 |
| 2.1 智能设备传感器 | 第18-22页 |
| 2.1.1 智能设备传感器说明 | 第18-19页 |
| 2.1.2 三轴加速度传感器 | 第19-20页 |
| 2.1.3 三轴陀螺仪传感器 | 第20-21页 |
| 2.1.4 三轴磁场传感器 | 第21-22页 |
| 2.2 分类算法介绍 | 第22-25页 |
| 2.2.1 朴素贝叶斯 | 第23页 |
| 2.2.2 决策树 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于传感器数据的人体行为识别模型概述 | 第26-32页 |
| 3.1 一般人体行为动作分析 | 第26-27页 |
| 3.2 总体算法模型概述 | 第27-29页 |
| 3.3 总体系统模型概述 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 传感数据采集和处理 | 第32-48页 |
| 4.1 原始数据采集 | 第32-36页 |
| 4.2 动作姿态角 | 第36-45页 |
| 4.2.1 设备坐标系建立 | 第36-37页 |
| 4.2.2 方向角矩阵转换 | 第37-39页 |
| 4.2.3 旋转变换-四元数法 | 第39-40页 |
| 4.2.4 方向角矩阵计算 | 第40-42页 |
| 4.2.5 抬臂动作四元数 | 第42-45页 |
| 4.3 空间运动轨迹模型 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 行为动作分析和片段提取 | 第48-65页 |
| 5.1 运动距离轨迹 | 第49-53页 |
| 5.1.1 人体动作自然平衡点探测 | 第50-52页 |
| 5.1.2 运动距离轨迹构建 | 第52-53页 |
| 5.2 动作片段模型提取 | 第53-64页 |
| 5.2.1 波峰波谷初步探测算法 | 第54-56页 |
| 5.2.2 波峰波谷探测改进算法 | 第56-59页 |
| 5.2.3 动作片段提取与测试 | 第59-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 细致行为动作分类与识别 | 第65-78页 |
| 6.1 细致动作特征分析和提取 | 第65-68页 |
| 6.2 决策树算法实现 | 第68-70页 |
| 6.3 决策树动作识别与测试 | 第70-76页 |
| 6.4 分类结果分析 | 第76-77页 |
| 6.5 本章小结 | 第77-78页 |
| 第七章 人体行为识别系统实现 | 第78-96页 |
| 7.1 总体实验系统开发环境介绍 | 第78-79页 |
| 7.2 客户端系统实现 | 第79-83页 |
| 7.2.1 数据采集 | 第80-82页 |
| 7.2.2 数据上传和接收 | 第82-83页 |
| 7.3 服务器端系统实现 | 第83-94页 |
| 7.3.1 数据保存 | 第84-85页 |
| 7.3.2 动作识别模型处理 | 第85-91页 |
| 7.3.3 细致动作识别与测试 | 第91-94页 |
| 7.4 本章小结 | 第94-96页 |
| 第八章 全文总结与展望 | 第96-98页 |
| 致谢 | 第98-99页 |
| 参考文献 | 第99-102页 |
| 攻读硕士学位期间取得的成果 | 第102-103页 |
