相空间重构的轻量级活动识别算法研究

和梦琪，施伟斌

（上海理工大学光电信息与计算机工程学院，上海 200093）

0 引言

随着MEMS 技术和人工智能的快速发展，智能生活辅助系统备受关注［1-4］。人体活动识别（HAR）因其在普适计算中的卓越贡献，已成为其中一个热门研究领域。研究人员将该系统作为获取信息的媒介，通过环境传感器和可穿戴传感器信号获取人体行为信息，将采集的信号数据通过机器学习算法加以处理，以识别发生事件的种类。HAR 系统可在智能环境中的许多实际场景中得到应用，例如智能家庭医疗保健系统，可以连续地观察病人，实现监控诊断和医疗辅助［5-6］，尤其是将其应用于行动不便的高危老人日常行为监控，预防老人跌倒引发的意外情况［7-9］。

在过去几十年里，研究者针对人体活动识别进行了大量研究，基本可概括为两种识别方法：一是基于环境采集设备如麦克风及摄像机等［10-11］，二是基于可穿戴传感器设备。基于环境传感器的人体活动识别主要关注摄像机采集的信息，因为摄像机可以容易地检索周围环境的图像。但随之也带来了隐私相关问题，这种方案不能很好地保护与尊重监测者的隐私，并且受限于复杂环境因素如光线，视频传感器并不能准确地提供监测者的活动信息。于是，惯性传感器等可穿戴传感器因其可以克服隐私问题而在智能家居应用中得到越来越多的关注［12-14］。基于可穿戴传感器设备的人体活动识别系统通常用于识别大范围的日常活动，如站立、行走、上下楼梯以及奔跑等。……