10.3969/j.issn.1673-629X.2021.11.030
基于卷积神经网络的多传感器下坐姿识别研究
亚健康疾病困扰着当代人群,不良坐姿是颈椎病、腰椎间盘突出等疾病的最重要形成因素.为了在纠正不良坐姿,培养良好坐姿习惯上能有更为人性化的反馈,需要对颈部、背部、腰部进行监测来识别不同坐姿.文中将在坐姿识别上提出一个较为全面的解决方案.相较基于视频图像识别的坐姿识别方案,提出利用多传感器采集数据,通过神经网络进行坐姿识别的方案可以避免环境因素的影响,更加精确地监测坐姿;比起单个传感器,由多个九轴传感器联合的数据采集系统,从颈部、背部、腰部,更为全面地采集人体上身部位活动数据;卷积神经网络在特征提取工程上收效显著,能更快、更准确地对不同坐姿进行多分类处理,将获取的数据进行预处理以构建数据集及标签之后输入至卷积神经网络进行深度学习.实验最终的平均准确率在96.78%以上,可以满足坐姿快速精确识别的需求.该方案具有布置灵活、监测面广、反馈迅速、精准度高、成本低等优点.
亚健康疾病预防;坐姿识别;多传感器;数据预处理;卷积神经网络
31
TP391(计算技术、计算机技术)
国家自然科学基金青年基金项目;江苏省大学生创业训练项目重点项目
2021-11-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
183-188