基于靜電信號的人體動作識別
摘要：提出一種通過檢測人體行為動作產生的靜電信號進行人體動作識別的方法.在分析人體荷電特性的基礎上,設計靜電信號檢測系統采集被測人員的5種典型動作(行走、踏步、坐下、拿取物品、揮手)的靜電感應信號.對采集的5種動作的靜電信號進行特征參量提取和顯著性差異分析,優化用于分類的特征參數.基于Weka平臺使用3種分類算法(支持向量機、決策樹C4.5和隨機森林)分別對采集到的250組樣本數據通過10折交叉驗證進行了分類識別,結果顯示隨機森林算法的識別效果最好,正確率可達99.6%.研究表明本文提出的單人環境下基于人體靜電信號的動作分類識別方法能夠有效地對典型人體動作進行識別.
注: 保護知識產權,如需閱讀全文請聯系機器人雜志社
相關推薦
更多
