基于手机加速度传感器的人体步态识别研究

• 作 者: 段小虎 蒋刚 留沧海
• 机 构: 西南科技大学制造科学与工程学院
• 出 处: 传感器与微系统
• 发表日期: 2021年1期
• 关键词: 支持向量机(SVM)步态识别 K最近邻(KNN)步态识别 随机森林步态识别 加速度传感器 support vector machine(SVM)gait rec
• 基金项目: 四川省科技厅重点资助项目(2018RZ0103),四川省科技厅重点研发计划资助项目(2019YFG0449),四川省教育厅科技创新团队重点项目(16TD0016),绵阳市科技计划重点研发资助项目(2018YFZJ035)

使用福坦莫大学无线数据挖掘实验室(WISDM)利用手机采集的人体步态数据集,以支持向量机(SVM)、K最近邻(KNN)和随机森林算法实现对人体步态的识别。对加速度的时间序列进行分窗和均值平滑处理。以2 s作为窗口大小,提取三轴加速数据的均值、方差和协方差作为样本特征。采用以上算法对样本的六种类别(步行、慢跑、上楼梯、下楼梯、静坐、站立)进行训练和测试,并进行了准确率、曲线下面积AUC等分析以及实验验证。与其它特征提取方法和深度学习方法相比,提取统计量作为特征方法简单和模型计算量较小。其线性核函数SVM的平