基于可穿戴传感器的家居行为识别算法

• 作者: 岳雨豪 李家兴 武一
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 智能家居 深度学习 场景识别 卷积神经网络 门控递归单元 人机交互
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 研究与设计
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903809

摘要

目前大多数智能家居系统的交互方式为按键、文本和语音,交互过程自然程度不高,为了提高用户与智能家居系统的交互效率,使得交互过程显得更加自然,提出一种基于家居行为识别触发智能家居多种场景模式的方法,通过智能穿戴传感器数据来识别用户家居行为,根据家居行为识别结果来触发智能家居的多种场景模式,从而实现智能家居和用户之间的“无感化”交互.家居行为识别主要基于CNN-GRU深度学习网络模型,在采集的家居场景数据中准确率达到95.54％,实验证明在特定的智能家居环境中该方法切实可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武一		69	379	10.0	15.0
2	岳雨豪		1	0	0.0	0.0
3	李家兴		1	0	0.0	0.0