针对基于传感器的行为识别系统中通道数据缺失问题,采用耦合马尔科夫模型提出了一个多传感器数据融合的自适应行为识别方法,该方法充分挖掘了不同传感器之间的数据的关联性和人体行为中身体不同部位之间的协作性。实验分析了“站立”,“行走”,“坐”,“躺”四种行为,结果表明本文方法的识别率在84%以上,并且与其它相关方法相比,具有较高的识别率和自适应能力。

基于CHMMs的自适应行为识别方法