基于BSN识别双人交互动作方法的研究  

Activity recognition of two-body interactions by using BSN

作　　者：陈野[1] 王哲龙[1,2] 武东辉[1] 

机构地区：[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

出　　处：《计算机工程与应用》2014年第13期1-5,20,共6页Computer Engineering and Applications

基　　金：国家高技术研究发展计划(863)(No.2012AA04150502);国家自然科学基金(No.61174027);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)

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。Existing work in human activity recognition based on Body Sensor Networks（BSN）mainly focuses on recog-nizing single-user activities and lacks of discussions about two-body interactive activities. A new hierarchical recognition framework which consists of Hidden Markov Model（HMM）and Markov Logic Network（MLN）is proposed according to the characteristics of two-body interactive actions. The primitive actions of a single person are recognized by using Hidden Markov Model, and the final decision of interactive actions is made by constructing first-order logic knowledge base and employing MLN. Experimental results on the interaction dataset show that the proposed method can achieve a higher accuracy compared to other methods in activity recognition of two-body interactions.

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 

分 类 号：TP13[自动化与计算机技术—控制理论与控制工程]