近年来随着信息科学和传感器技术的进步,基
于传感器的行为识别获得了极大的发展,其中基于
可穿戴传感器的人体行为识别具 有 极 其 广 泛 的 应
用前景。例如在智能家居、老人或病人监护等领域
使用可穿戴式传感器可以实时获 得 用 户 的 行 为 数
据,从而快速准确的判断出当前用户的活动情况。
文[1]中使用在右脚踝和左大腿固定两个加速
度传感器 采 集 数 据 来 研 究 人 体 行 为 识 别 方 法;文
[2]提出一种在人体不同位置固定多个加速度传感
器来进行老年人跌倒检测;文[3]采用将两个加速
度传感器分 别 佩 戴 在 右 手 臂 的 前后来解决交互式
游戏中的上肢动作识别问题。这些研究将多个传
感器固定在实验者身上来进行行为感知,在实际应
用中将给用户的生活带来不便。
目前智能手机的多种内置传感器如加速度传
感器、陀螺仪、磁力计、方向传感器等可以对不同的
运动、方向和外部环境进行感知,特别在监测设备
的移动和位置变化时,能获得较精确的原始三维数
据[4]。鉴于手机传感器的这种便携性和高性能,本
文提出一种 基 于 智 能 手 机 采 集 用户行为数据来进第19卷第6期 衡霞,王忠民:基于手机加速度传感器的人体行为识别
行行为识别与分析的方法。该 方 法 通 过 对 三 维 加
速度信号进行处理及特征提取获得特征矩阵,采用
支持向量机分类器进行分类识别。
1