高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

体域网中一种基于压缩感知的人体动作识别方法

肖玲 李仁发 罗娟

肖玲, 李仁发, 罗娟. 体域网中一种基于压缩感知的人体动作识别方法[J]. 电子与信息学报, 2013, 35(1): 119-125. doi: 10.3724/SP.J.1146.2012.00936
引用本文: 肖玲, 李仁发, 罗娟. 体域网中一种基于压缩感知的人体动作识别方法[J]. 电子与信息学报, 2013, 35(1): 119-125. doi: 10.3724/SP.J.1146.2012.00936
Xiao Ling, Li Ren-Fa, Luo Juan. Recognition of Human Activity Based on Compressed Sensing in Body Sensor Networks[J]. Journal of Electronics & Information Technology, 2013, 35(1): 119-125. doi: 10.3724/SP.J.1146.2012.00936
Citation: Xiao Ling, Li Ren-Fa, Luo Juan. Recognition of Human Activity Based on Compressed Sensing in Body Sensor Networks[J]. Journal of Electronics & Information Technology, 2013, 35(1): 119-125. doi: 10.3724/SP.J.1146.2012.00936

体域网中一种基于压缩感知的人体动作识别方法

doi: 10.3724/SP.J.1146.2012.00936
基金项目: 

国家自然科学基金(61173036, 61173012)资助课题

Recognition of Human Activity Based on Compressed Sensing in Body Sensor Networks

  • 摘要: 能量有效性是无线体域网在面向长时间健康监测应用的首要挑战。该文引入压缩感知和稀疏表示理论同时解决人体活动监测中的动作识别和数据压缩问题,探索在达到一定动作识别率的同时降低传感器节点的能耗。该文提出的压缩分类动作识别方法首先在传感器节点利用随机投影对传感数据进行压缩,传到中心节点后再利用稀疏表示对压缩采样数据进行分类与识别,可减少传感器节点处理、传输原始数据所带来的能耗。在公开的可穿戴式传感器动作识别数据库WARD(Wearable Action Recognition Database)验证算法性能,实验结果表明该动作识别方法能有效地对随机投影后的低维采样数据进行识别,具有与传统识别方法相比拟的动作识别准确率。
  • 加载中
计量
  • 文章访问数:  3228
  • HTML全文浏览量:  128
  • PDF下载量:  1371
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-07-19
  • 修回日期:  2012-11-02
  • 刊出日期:  2013-01-19

目录

    /

    返回文章
    返回