武东辉
- 作品数：2 被引量：7H指数：2
- 供职机构：大连理工大学控制科学与工程学院更多>>
- 发文基金：辽宁省高等学校杰出青年学者成长计划国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于BSN识别双人交互动作方法的研究被引量：3
- 2014年
- 基于体感网对人体动作进行识别的很多研究都是针对单人动作,很少有研究讨论双人交互动作的识别。针对双人交互动作中两人肢体行为的特点,提出了一种隐马尔可夫模型和马尔可夫逻辑网相结合的方法。其中,单人原子行为通过建立隐马尔可夫模型来进行识别,在两人交互行为的语义建模中,建立一阶逻辑知识库,并通过训练马尔可夫逻辑网来最终实现两人交互行为的决策。实验结果表明,与基于特征层数据融合的一些方法相比,该方法获得了更高的识别精度,能够有效地识别出双人交互动作。
- 陈野王哲龙武东辉
- 关键词：隐马尔可夫模型数据融合一阶逻辑
- 基于HMMs和SVM的人体日常动作序列分割识别研究被引量：4
- 2015年
- 随着微机电系统(MEMS)研究的精细化,人体传感器网络(简称体感网)技术在医疗监护领域有了长足发展,而人体动作分析与识别是体感网中富有挑战性的研究课题.采用动态隐马尔可夫模型(HMMs)方法对基于用体感网技术的人体动作序列进行了分割,并且对分割精准度进行了度量分析.从实验结果可以看到,动态HMMs方法优于LIR和Top-Down方法,其分割精准度达到了80%以上.对分割后的数据提取均值、方差等特征,采用支持向量机(SVM)方法分类识别的结果表明所提分割方法具有良好的稳健性,平均识别准确率在89%左右,与手动分割接近.
- 武东辉王哲龙陈野
