可穿戴式人体姿态识别系统研究进展

随着科技发展,基于可穿戴式传感器的研究逐渐得到重视,显现出功耗低、可携带性好、成本造价低、使用场景不受限制等独特优势。其中重要的一项应用是人体姿态识别,人体姿态识别过程主要分为人体运动信息采集、数据预处理、姿态角求解、模式识别特征的提取与识别。本文介绍了人体姿态识别技术的研究进程,总结了目前常用的传感器,最后对未来人体姿态识别技术发展进行展望。     

基于SVM的人体姿态识别技术研究

随着科技发展，可穿戴式的传感器研究越发得到重视，显现出低功耗、便携性高、低成本以及使用场景不受限制等优势。其中重要的一方面应用就是人体姿态识别，为了识别日常生活中站姿、跪姿以及卧姿三种不同姿态而进行研究。根据人体姿态识别技术理论分析和应用需求选择单传感器进行姿态识别的方案。选用六轴传感器MPU6050结合STM32单片机硬件的方案，采集三种不同姿态的加速度以及角速度数据，经小波去噪和四元数转换后，基于高斯核函数的一对一支持向量机算法对人体姿态进行分类，模型训练框架基于TensorFlow,验证了利用机器学习算法解决三种人体姿态识别问题的可行性。