一种基于卷积神经网络深度学习的人体行为识别方法

• 作者: 曹洪江 王忠民 范琳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 行为识别 深度学习 卷积神经网络
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 智能计算
• 页码范围: 56-58,87
• 页数: 4页
• 分类号: TP391.4
• 字数: 3159字
• 语种: 中文

摘要

为提高基于智能终端的人体行为识别的准确率,提出一种基于卷积神经网络深度学习人体行为识别方法.该方法将原始数据进行简单处理,直接作为输入数据输入到卷积神经网络中,由卷积神经网络进行局部特征分析,得到特征输出项,直接输入到Softmax分类器中,可识别走路、跑步、上下楼梯、站立等5种动作.对比实验结果表明,其对不同的实验者的识别率达到84.8％,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王忠民	西安邮电大学计算机学院	88	745	14.0	23.0
2	范琳	西安邮电大学计算机学院	24	148	7.0	11.0
3	曹洪江	西安邮电大学计算机学院	2	52	2.0	2.0