基于特征融合的人体运动识别

• 作者: 崔升 连西静
• 来源期刊: 医用生物力学
• 学科: 医学
• 关键词: 人体运动识别 时间序列分类 卷积神经网络 自回归模型
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 论著
• 页码范围: 644-649,667
• 页数: 7页
• 分类号: R318.01
• 语种: 中文
• DOI: 10.16156/j.1004-7220.2019.06.012

摘要

目的 基于手机内置传感器所获得人体运动信号,建立人体运动识别模型,为身体状况评估、特殊人群监护以及其他生物医学研究提供支持.方法 使用手机内置传感器采集运动信号,并结合公共数据集UCI HAR和WISDM作为实验数据.采用卷积神经网络与自回归模型相结合的特征提取方式,建立人体运动识别模型.结果 模型在自采集数据、UCI HAR和WISDM中均取得90％以上的识别正确率.结论 引入自回归模型,可以避免手工设计特征值的缺陷,并有效减少大规模堆积卷积层的计算量.研究结果证明,基于特征融合的方法可以有效识别人体运动.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔升		10	94	4.0	9.0
2	连西静		1	0	0.0	0.0