换一批基于随机投影的快速稀疏表示人体动作识别方法
A Fast Sparse Representation Classification Method for Human Activity Recognition Based on Random Projection
摘要为有效解决体域网人体行为动作远程识别系统低功耗和快速准确识别的问题,提出一种基于随机投影的快速稀疏表示人体行为动作识别的方法.该方法基于压缩感知随机投影方式压缩数据,获取待测试样本邻近类中较少最近邻训练样本,构建测试样本稀疏表示时的训练样本集,以期达到最优线性重构测试样本;在降低传感器装置功耗和稀疏表示识别算法计算复杂度基础上,捕捉人体行为动作本质特征信息,提高多类别动作识别率.采用国际公开可穿戴传感器动作识别数据库WARD多类别动作数据,验证所提算法的有效性.实验结果表明,当数据压缩率为50％,所提算法能够获得最高平均识别率(92.78％),比传统稀疏表示分类算法获得的动作识别率提高近5％,并显著降低其相应的运行时间,能准确稀疏表示多类别人体行为动作信号,有效降低稀疏表示分类算法的计算法复杂度和运行时间,明显提高多类别动作识别率,为构建快速稀疏表示动作识别提供一个新的思路和方法.
更多相关知识
关键词
体域网随机投影稀疏表示邻近类动作识别body sensor network (BSN)random projectionsparse representationneighborhood classesactivity recognition
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2016.01.005
发布时间
2016-03-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
