基于安卓的行为检测与识别系统的设计实现开题报告

1. 研究目的与意义

研究现状和发展趋势：

人体运动的研究在国内外最近十几年中发展很快，运动学家和营养学家一直以来都着重于研究人体的运动水平与训练效率的关系。人体运动的形式多样,运动性质复杂，所以很难对其进行准确测量和评估。而且长期以来也缺乏一套评估人体运动的规范标准，尤其缺少一种客观、准确、可靠的测量方法。所以我们要研究的评估人体运动的方法应该具备如下功能:测量简单，准确性和可靠性较高，能够在大样本人群中长时间连续使用，成本相对低廉，且不影响人体的正常运动，能够在运动或训练现场进行实时监测。

本课题的研究价值：

2. 研究内容和问题

基本内容：

1.获取智能手机中内置的传感器数据，比如三轴加速度传感器、陀螺仪等。

2.利用机器学习算法在安卓移动设备端实现基本肢体行为的识别

3. 设计方案和技术路线

研究方法：

采用cnn神经网络进行深度学习。

然后在android studio开发app，显示出携带手机者的运动行为。

4. 研究的条件和基础

1.根据课题的研究需要，可以通过多种途径获取所需的相关资料，充分利用图书馆的图书资源和互联网上的资源。

2.已具备android studio基础知识、深度学习的相关技能。

3.具有较强的动手能力及学习能力。