Advertisement

ActRecTut是MATLAB中的人类活动识别工具箱。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该教程详细介绍了如何利用穿戴式惯性传感器来识别人类活动，并针对发布于MATLAB工具箱的人体惯性传感器进行人类活动识别的教学。 Andreas Bulling、Ulf Blanke 和 Bernt Schiele 在 ACM Computing Surveys 46(3)，第 33 页 (2014 年 1 月) 发表了这篇 33 页的论文。该论文的 DOI 为： @article{bulling14_csur, title = {A Tutorial on Human Activity Recognition Using Body-worn Inertial Sensors}, author = {Andreas Bulling and Ulf Blanke and Bernt Schiele}, url = {https://github.com/andyknownasabu/ActRecTut}

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • ActRecTut: 用于人类活动识别的MATLAB工具箱
    优质
    ActRecTut是一款专为教育目的设计的MATLAB工具箱，旨在简化人类日常活动识别的研究与教学过程。它提供了一系列易于使用的函数和示例数据集，帮助用户快速掌握相关算法和技术。 使用穿戴式惯性传感器进行人类活动识别的教程由Andreas Bulling、Ulf Blanke和Bernt Schiele撰写，并发表在ACM Computing Surveys 46卷第3期（2014年1月），共33页。该论文详细介绍了基于MATLAB工具箱的人体惯性传感器用于人类活动识别的方法和技术。 文章标题为“A Tutorial on Human Activity Recognition Using Body-worn Inertial Sensors”，其DOI信息如下： @article{bulling14_csur, title = {A Tutorial on Human Activity Recognition Using Body-worn Inertial Sensors}, author = {Andreas Bulling and Ulf Blanke and Bernt Schiele} }
     
  • 人脸识别工具箱
    优质
    人脸识别工具箱是一款集成了多种先进算法和技术的软件包，为开发者和研究人员提供高效的人脸检测、识别及分析功能。 这款MATLAB人脸识别工具箱非常出色，包含了LLC、SVM、KNN-SRC、LASRC等多种经典算法，并且可以直接运行，效果十分优秀。
     
  • 人体活动识别
    优质
    人体活动识别是一门研究如何通过传感器数据来自动检测和分类人类日常活动中动作的技术。它广泛应用于健康监测、智能家居及虚拟现实等领域，旨在提高人们的生活质量与便利性。 人类活动识别项目旨在建立一个模型来预测人的日常行为动作，包括行走、上楼、下楼、坐立和躺卧。该项目的数据来源于30位参与者（在数据集中被称为主题），他们佩戴智能手机于腰部进行不同类型的活动。这些传感器记录了加速度计与陀螺仪的信号变化。 具体来说，通过使用手机中的加速度计和陀螺仪来收集“三轴线性加速”(tAcc-XYZ) 和 “三轴角速率” (tGyro-XYZ)，其中前缀 t 表示时间维度，后缀 XYZ 则代表在 X、Y 及 Z 三个方向上的信号。 此外，实验过程还通过视频进行录制，并由人工对数据进行了标记。
     
  • 人类活动识别(HAR)中的深度神经网络应用
    优质
    本文探讨了深度神经网络在人类活动识别（HAR）领域的应用，分析其优势和挑战，并展望未来的发展趋势。 哈尔使用深度神经网络进行人类活动识别（HAR）。
     
  • 支持多类别分类的LibSVM MATLAB工具箱
    优质
    简介：本LibSVM MATLAB工具箱支持多种类别的数据分类任务，提供高效便捷的数据处理和模型训练功能。适用于机器学习研究与应用。 libsvm 是一个支持多类别分类的 SVM 工具箱（适用于 MATLAB）。它扩展了 MATLAB 自带的二分类 SVM 分类器的功能，并且可以与 DeepLearnToolbox 配合使用。
     
  • LSTM-CNN模型在HAR中的应用：用于人类活动识别
    优质
    本研究提出了一种结合LSTM和CNN优势的混合模型，专门应用于人体活动识别（HAR），显著提升了识别精度与效率。 用于人类活动识别的LSTM-CNN模型的第一个可穿戴数据集包含了30位受试者的记录，在进行日常生活（ADL）活动中佩戴腰部安装式智能手机的同时被采集下来。每位参与者都在腰间携带了一部三星Galaxy S II手机，并进行了六项特定任务，从设备中的嵌入式加速度计和陀螺仪以50Hz的固定频率捕获了3轴线性加速度及3轴角速度的数据。 标签是通过视频记录下来的，传感器信号经过噪声滤波器预处理后，在2.56秒的时间窗口（128个读数/窗口）以及50%重叠的情况下进行采样。从每个时间窗中计算了时域和频域的变量，从而生成了一个包含561个特征向量的数据集。 另一个可穿戴数据集则记录了十名志愿者在执行十二项常见活动期间的身体运动及生命体征信息。放置于胸部、右手腕以及左脚踝上的传感器分别测量身体不同部位所经历的加速度、角速率和磁场方向，而置于胸部位置的传感器还提供了心电图（ECG）的数据记录功能。
     
  • 基于智能手机的人类活动识别数据集
    优质
    本数据集通过智能手机传感器收集人类日常活动信息，涵盖多种场景与行为模式，旨在促进智能生活研究与发展。 类活动识别数据库是基于30名受试者的记录建立的，在进行日常生活活动（ADL）期间，他们携带了一个嵌入式惯性传感器的腰装智能手机。数据集中的每条记录提供以下信息：加速度计三轴加速度（总加速度）和估计的身体加速度；陀螺仪三轴角速度；包含时域和频域变量的561特征向量；活动标签以及参与实验主体的身份标识符。该实验在30名年龄介于19至48岁的志愿者中进行，每个人都在腰间佩戴了三星Galaxy S II智能手机，并进行了六项不同活动（行走、上楼、下楼、坐立、站立和躺卧）。
     
  • 聚类马氏距离代码MATLAB-yen-prtools：另一个人工智能模式识别Matlab工具箱
    优质
    yen-prtools是基于MATLAB的一个辅助人工智能模式识别研究的工具箱，特别提供了针对聚类分析和马氏距离计算的功能实现。 聚类马氏距离代码MATLAB内容YAN-PRTools工具箱现在包括40种常见的模式识别算法：特征处理mat2ftvec：将样本矩阵转换为特征矩阵zscore：功能归一化pca：PCAkpca：KPCALDA：LDA分类lr：Logistic回归softmax：Softmaxsvm：libsvm的包装rf：随机森林knn：K个最近的邻居高斯：Matlab中的分类函数封装，包括朴素贝叶斯方法、拟合法线密度和马氏距离等。boost：具有树桩弱分类器的AdaBoosttree：Matlab中树分类器封装ann：在MATLAB中的人工神经网络包装榆木：基本极限学习机回归ridge：岭回归kridge：核岭回归svr：libsvm中的支持向量回归简单拟合simplefit：封装了MATLAB的基本拟合函数，包括最小二乘、稳健拟合和二次拟合等。套索：Matlab的Lasso回归包装pls：Matlab的偏最小二乘法回归步骤：Matlab中stepwisefit的封装rf：随机森林ann
     
  • MATLAB 机器人工具箱 M 类型 RTB.mltbx
    优质
    MATLAB 机器人工具箱 M 类型 RTB.mltbx 是一个集成于 MATLAB 环境中的专业工具包，专门用于机器人技术的设计、仿真和分析。此工具箱提供了丰富的函数库及示例代码，帮助用户高效地开发复杂的机器人控制系统与算法。 在MATLAB环境下使用RoboticsToolbox工具箱可以建立机器人的数学模型，并进行运动学仿真及轨迹规划。该工具箱非常适合毕业设计、自学和科研项目。下载后，在MATLAB浏览器中打开M文件即可使用，无需多次安装。