基于g-sensor的走路,跑步,骑车的识别
2017-11-15 18:17
260 查看
最近根据以前的计步算法基础,改进了一下,可以识别出走路,跑步,骑行的不同模式。
具体代码和算法还在整理中,后续可以给大家展示一下。
算法流程如下:
1.三阶移动均值滤波
2.峰值检测
3.根据频率以及波形特征判断是走路,跑步,骑行
之前的计步算法识别:http://blog.csdn.net/finnfu/article/details/45273183
具体代码和算法还在整理中,后续可以给大家展示一下。
算法流程如下:
1.三阶移动均值滤波
2.峰值检测
3.根据频率以及波形特征判断是走路,跑步,骑行
之前的计步算法识别:http://blog.csdn.net/finnfu/article/details/45273183
相关文章推荐
- 基于g-sensor的起立坐下的的识别
- 南邮STITP 基于图挖掘的大规模动态交互网络热点区域识别及分布式处理 立项书
- 基于python和numpy的KNN手写识别
- 基于分割和识别的服饰商品的自动推荐
- DeepLearning (四) 基于自编码算法与softmax回归的手写数字识别
- 基于分块统计和机器学习的主题类网页内容识别算法实现和应用范例
- HOG + SVM 实现静态手势识别 (基于Android平台实现)
- 基于Caffe的HWDB手写汉字识别
- 【Caffe实践】基于Caffe的人脸识别实现
- 基于隐马尔可夫模型的人脸识别C/C++源代码
- 【OpenCV】基于Adaboost和Haar-like特征人脸识别
- 基于OpenCV的 SVM算法实现数字识别(三)---SMO求解
- 基于人脸识别的程序自动管理软件
- 基于 OpenCV 的人脸识别
- 基于VC的人脸识别软件(识别出人脸五官)
- 基于 OpenCV 的 LBP + SVM 人脸识别
- 基于leapmotion的手势识别---4种手势
- [置顶] 基于 TensorFlow 的图像识别(R实现)
- 基于深度学习的车辆信息识别(一):车辆颜色识别
- 基于TensorFlow的图片识别服务