基于加速度传感器和神经网络的人体活动行为识别

作者：张烈平; 匡贞伍; 李昆键; 韦克莹; 王政忠; 张声岚; 王瑞

来源：现代电子技术, 2019, 42(16): 71-78.

DOI：10.16652/j.issn.1004-373x.2019.16.017

• 人体活动
• 行为识别
• 特征提取
• 加速度传感器
• BP神经网络
• 实验仿真

人体活动行为识别在医疗、安全、娱乐等方面有着广泛的应用,为了高效、准确地获取人体活动的行为信息,提出一种基于加速度传感器和神经网络的个人活动行为识别方法。该方法通过在个人手上佩戴加速度传感器,实时采集个人活动的行为数据;再通过BP神经网络分析相关行为数据并建立个人活动行为模型,分类识别个人的行走、坐着、躺卧、站立和突然跌倒等活动行为特征。实验结果表明,该方法能够有效检测到个人活动的行为特征参数,并可准确识别出人体活动的五种典型行为。

• 单位
  桂林理工大学