基于层次分类的手机位置无关的动作识别

来源：电子与信息学报杂志2017年第1期北京时间：

作者：王昌海, 许昱玮, 张建忠

摘要：使用智能手机中集成的加速度传感器识别用户日常动作在惯性定位、个性化推荐、运动量评估等领域有重要的应用。手机位置不固定导致的动作识别率低下是该领域面临的主要问题。为了提高手机位置不固定时的动作识别率，该文提出一种基于层次分类的动作识别方法。该方法将动作识别分为多层，每一层包含一个分类器。在训练某一层分类器时，首先根据本层训练样本集进行特征选择并训练分类器。然后使用训练得到的分类器对训练样本分类，并计算分类结果的可信度。最后通过对低可信度的样本进行剪枝得到下层分类器的训练样本。对未知类别的样本分类时，首先使用第1层分类器分类。如果分类结果可信度较高，则分类结束；否则使用下层分类器分类，直至所有分类器遍历完。实验部分通过对采集的动作数据进行仿真，验证了该文方法的有效性。结果表明，与单层分类器相比，该方法可以将动作识别率由85.2%提高至89.2%。

关键词：动作识别, 加速度传感器, 层次分类, 特征选择

基金资助：天津市重大科技专项(13ZCZDGX01098)，天津市自然科学基金(16JCQNJC00700)