1、近年來，隨著可穿戴計(jì)算的不斷發(fā)展，基于慣性傳感器的人體動(dòng)作識(shí)別已逐漸成為模式識(shí)別領(lǐng)域內(nèi)一個(gè)新興的研究方向，它與傳統(tǒng)的基于計(jì)算機(jī)視覺的動(dòng)作識(shí)別相比，實(shí)時(shí)性更好、局限性更小、應(yīng)用范圍更廣。基于慣性傳感器的人體動(dòng)作識(shí)別的本質(zhì)是通過一個(gè)或多個(gè)MEMS慣性傳感器單元獲取人體的運(yùn)動(dòng)數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理、特征提取和選擇，最后選擇合適的分類識(shí)別算法對(duì)人體所執(zhí)行的動(dòng)作進(jìn)行分類和識(shí)別。
　　基于慣性傳感器的人體動(dòng)作識(shí)別技術(shù)在近些年一直受到研究

2、者的關(guān)注，但是由于人體動(dòng)作的復(fù)雜性和客觀環(huán)境的多樣性，導(dǎo)致人體動(dòng)作的識(shí)別存在亟待解決的問題，如數(shù)據(jù)庫(kù)的建立、特征提取的有效性和分類算法的高效性。本文圍繞以上問題展開研究，主要工作如下：
　　1.通過大量運(yùn)動(dòng)視頻資料對(duì)人體動(dòng)作進(jìn)行研究，在此基礎(chǔ)上將人體動(dòng)作進(jìn)行分類和定義。
　　2.通過人體關(guān)節(jié)姿態(tài)角對(duì)人體動(dòng)作進(jìn)行表征，并利用基于慣性傳感器的人體動(dòng)作捕捉系統(tǒng)對(duì)人體動(dòng)作數(shù)據(jù)進(jìn)行采集，再使用MongoDB數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)的存儲(chǔ)。