项目名称: 面向人体运动监测的无线体域网中信号压缩与动作识别研究

项目编号: No.61300219

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 肖玲

作者单位: 湖南大学

项目金额: 23万元

中文摘要: 无线体域网作为一种新的普适医疗保健、疾病监控和预防的解决方案成为研究热点。要实现长时间不间断监测,能量有效性是体域网面向健康监测应用所亟待解决的问题。本项目以人体运动状态监测为应用切入点,融合压缩感知和稀疏表示理论,将传感信号压缩与动作识别作为密切相关的整体联合考虑。在满足身体活动监测要求的前提下,实现在传感器节点计算、存储资源和无线体域网带宽有限的约束下,达到节能的目的。具体研究包括:研究压缩的传感数据与动作识别之间的内在关系,构建数据压缩与动作识别的关联模型;研究多传感器采集的运动数据之间的时空相关性,构建基于多传感器的分布式压缩感知和多运动信号的联合稀疏表示的动作识别机制;研究运动信号的结构稀疏特性,构建动作识别与自适应压缩感知的联合框架。本项目为无线体域网中能量有效的信息感知与计算提供新的思路,在远程医疗保健、特殊人群监护等领域有广泛的应用价值。

中文关键词: 压缩感知;稀疏表示;动作识别;能量有效;无线体域网

英文摘要: Wireless body sensor network(WBSN) has recently gained tremendous interest among a range of health-related areas. Energy efficiency is an important challenge to the devlopment of WBSN for continuous long time of physical health monitoring. In this project, taking the human movement monitoring as an application, signal compression and activity recognition are taken into consideration as a closely related whole by combing the sparse representation and compressed sensing. The project aims to prolong the life of WBSN under the constraints of limited sensor node calculation, storage resources and wireless body area network bandwidth while meeting physical activity monitoring requirements at the same time. Research contains the following specific lines of investigation: (1)explore the inner link between signal compression and activity recognition, construct the correlation model. (2)explore on a novel joint sparse representation method for activity classification of multi-sensor, which takes into account the spatial and temporal correlations between sensors. (3)investigate the structure of the motion signal sparse characteristic, construct an adaptive coordation mechanism of the activity recognition and compression perception. The proposed research will help not only on energy efficient information perception and calc

英文关键词: Compressed sensing;sparse representtion;activity recognition;energy efficiency;wireless body sensor networks

成为VIP会员查看完整内容
0

相关内容

压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。 compressive sensing(CS) 又称 compressived sensing ,compressived sample,大意是在采集信号的时候(模拟到数字),同时完成对信号压缩之意。 与稀疏表示不同,压缩感知关注的是如何利用信号本身所具有的稀疏性,从部分观测样本中恢复原信号。
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
24+阅读 · 2021年4月21日
【CVPR2021】群体协同学习在共显著目标检测中的应用
专知会员服务
17+阅读 · 2021年4月6日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
55+阅读 · 2021年3月5日
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
【泡泡点云时空】基于分割方法的物体六维姿态估计
泡泡机器人SLAM
18+阅读 · 2019年9月15日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
视频行为识别年度进展
深度学习大讲堂
34+阅读 · 2017年6月12日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
24+阅读 · 2021年4月21日
【CVPR2021】群体协同学习在共显著目标检测中的应用
专知会员服务
17+阅读 · 2021年4月6日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
55+阅读 · 2021年3月5日
相关资讯
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
【泡泡点云时空】基于分割方法的物体六维姿态估计
泡泡机器人SLAM
18+阅读 · 2019年9月15日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
视频行为识别年度进展
深度学习大讲堂
34+阅读 · 2017年6月12日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员