基于隐马尔科夫模型的人体动作压缩红外分类

摘要：

人体动作产生的辐射能量变化(Infrared radiation changes,IRC)信号是动作识别的重要线索,本文提出了一种基于隐马尔科夫模型的人体动作压缩红外分类新方法.针对人体动作的自遮挡问题,建立基于正交视角的压缩红外测量系统,获取人体动作在主投影面和辅助投影面的IRC压缩信号;然后,采用隐马尔科夫模型(Hidden Markov model,HMM)双层特征建模算法进行压缩域动作分类.实验结果表明双层特征建模的平均正确分类率高于主层特征建模,平均正确分类率可达95.71%.该方法为环境辅助生活系统提供了人体动作识别的新途径.

关键词：环境辅助生活、隐马尔科夫模型、压缩感知、热释电红外传感器、动作分类

所属期刊栏目：43

分类号：TP3;G83

资助基金：国家自然科学基金61375080, 61301294, 61601523;广东省自然科学基金2015A030311049, 2016A030310238;广东省教育厅青年创新人才项目2015KQNCX068 资助Supported by National Natural Science Foundation of China61375080, 61301294, 61601523;Natural Science Foundation of Guangdong Province2015A030311049, 2016A030310238;Young Creative Talents Project of Guangdong Province Educa-tion Department2015KQNCX068

在线出版日期：2017-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：398-406