基于滑动窗口和卷积神经网络的可穿戴人体活动识别技术

摘要：

由于缺少统一人体活动模型和相关规范,造成已有可穿戴人体活动识别技术采用的传感器类别、数量及部署位置不尽相同,并影响其推广应用.该文在分析人体活动骨架特征基础上结合人体活动力学特征,建立基于笛卡尔坐标的人体活动模型,并规范了模型中活动传感器部署位置及活动数据的归一化方法;其次,引入滑动窗口技术建立将人体活动数据转换为RGB位图的映射方法,并设计了人体活动识别卷积神经网络(HAR-CNN);最后,依据公开人体活动数据集Opportunity创建HAR-CNN实例并进行了实验测试.实验结果表明,HAR-CNN对周期性重复活动和离散性人体活动识别的F1值分别达到了90％和92％,同时算法具有良好的运行效率.

关键词：人体活动识别;特征提取;卷积神经网络;滑动窗口;RGB位图

所属期刊栏目：44

分类号：TN911.7;TP391

资助基金：国家重点研发计划;国家自然科学基金;北京市科技计划

在线出版日期：2022-02-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：168-177