python人体行为识别代码_GitHub - lamydy/Activity-Recognition: 手机加速度传感器数据进行人体行为识别...

Activity-Recognition

项目内容

模型训练及实验分析

手机行为识别APP开发

所需工具

实验实例全部运行于Python 3.6环境，尚需引入以下扩展包。

sklearn

pandas

numpy

matplotlib

seaborn

plotly

手机APP开发需如下支持。

JDK 9

实验数据

来自WISDM 数据集，志愿者数为36 人，共1098207 个采样点，包含以下六种行为。

静坐(Sitting)

站立(Standing)

上楼(Upstairs)

下楼(Downstairs)

步行(Walking)

慢跑(Jogging)

各志愿者采样数据分布直方图如下所示。

HARPY库

HARPY(Human Activity Recognition Python Library)库是为了基于加速度数据的人体行为识别方法开发的python库，其包裹了sklearn、numpy、matplotlib的部分功能，主要目的是为行为识别研究提供便捷。

目前HARPY共包含utils(工具包)、prepocess(数据预处理)、selection(特征、数据选择)、calculate(特征值计算)、train(模型训练)、parameter(参数调优)、visualization(数据可视化)等七个模块。更多扩展功能仍在开发中，源码可在activity_recognition目录获得，本目录下startup.py文件可用于各功能测试，