![](https://csdnimg.cn/release/download_crawler_static/18926333/bg1.jpg)
2014,50(13)
1 引言
体感网(BSN)是传统无线传感器网络在人体区域
监测中的应用。体感网作为一种新兴的人体监测技术,
具有强大的普遍监测和计算能力,应用前景十分广阔,
受到了许多研究机构的重视。近年来,使用体感网监测
和识别人体动作成为研究的热点之一
[1]
。
与传统基于视频的动作监测平台相比 ,应用 BSN
对人体动作进行监测和识别具有诸多优势。首先,应用
视频进行监测通常适用于较小的空间内,而一些人体动
作(如跑步、划艇训练等)需要在户外较大的空间进行,
因此,应用视频设备有时会受到空间环境的限制;其次,
使用视频进行监测,可能受障碍物的遮挡、光线的制约
基于 BSN 识别双人交互动作方法的研究
陈 野
1
,王哲龙
1,2
,武东辉
1
CHEN Ye
1
, WANG Zhelong
1,2
, WU Donghui
1
1.大连理工大学 控制科学与工程学院,辽宁 大连 116024
2.中国科学院 沈阳自动化研究所 机器人学国家重点实验室,沈阳 110016
1.School of Co ntrol Science and Engineering, Dalian University of Technology, Dalian, Liaoning 116024, China
2.Shenyang Insti tute of Automation, Chinese Acad emy of Science s, Sh enyang 110016, China
CHEN Ye, WANG Zhelong, WU Do nghui. Activ ity recognition of two-body interaction s by using BSN. Computer
Engin eering and Applications, 2014, 50(13):1-5.
Abstract:Existing work i n human activity recognition based on Body Sensor Networks(BSN)mainly focuses on recog-
nizing single-user activities and lacks of discussions about two-body intera ctive activities. A new hierarchica l recognition
framework which consists of Hid den Markov Model(HMM)and Ma rkov Logic Network(MLN)is proposed accordin g
to the characteristics of two-body interactiv e actions. The p rimitive actio ns of a single person are recognized by using Hidden
Markov Model, and the fin al decision of interactive act ions is mad e by constructing first-order logic knowledge base and
employing MLN. Experimental results o n the interaction dataset show that the proposed method can achieve a higher
accuracy compared to other methods in activity recognition of two-body interactions.
Key words:Body Sensor Net works(BSN); two-body inte ractive activities; Hidden Markov Model(HMM); data fusion;
first -order logic; M arkov Logic Network(MLC)
摘 要: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。
关键词:体感网;双人交互动作;隐马尔可夫模型;数据融合;一阶逻辑;马尔可夫逻辑网
文献标志码:A 中图分类号:TP13 doi:10.3778/j. issn.1002 -8331.1311-0254
⦾博士论坛⦾
基金项目:国家高技术研究发展计划(863)(No.2012AA0415 0502);国家自然科学基金(No. 6117 4027);国家科技支撑计划项目
(No.2012BAK15B05-03,No.2013BAK03B01);辽宁省高等学校杰出青年学者成长计划(No.LJQ2012005)。
作者简介:陈野(198 4—),男,博士研究生,主要研究领域为无线传感器网络,模式识别;王哲龙(1973—),男,博士,教授,博士生
导师,主要研究领域为信号处理,智能控制;武东辉(1 984—),男,博士研究生,主要研究领域为网络控制系统。
E-mail:cy0004@ 163.c om
收稿日期:2013-11-18 修回日期:2014-01-02 文章编号:1002-8331(2014)13-0001-0 5
CNKI网络优先出版:2014-01-20, http://www.cnki.net/kcms/doi/10.3778/j.issn.1002-8331.1311-0254.html
C omputer En gineering and Applications计算机工程与应用
1