基于深度学习的人体动作识别系统

• 作者: 方政霖 毕盛 董敏 郎铁山 陈章韶
• 来源期刊: 单片机与嵌入式系统应用
• 学科: 工学
• 关键词: STM32L475VGT6 微控制器 深度学习 动作识别
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 专题论述
• 页码范围: 10-14
• 页数: 5页
• 分类号: TP3
• 语种: 中文

摘要

设计了一个基于深度学习的人体动作识别系统,预先在PC上训练好深度网络模型,并把模型运行在STM32L475VGT6微控制器上,通过6轴姿态传感器LSM6DSL得到实时的加速度和角速度,利用部署好的深度网络对用户姿态进行预测,并把预测结果显示在OLED显示屏上.该系统直接在边缘端完成对动作的识别,具有高效率、低功耗等特点,对以后开发智能可穿戴设备等具有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董敏		10	39	4.0	6.0
2	毕盛		25	182	8.0	13.0
3	陈章韶		1	0	0.0	0.0
4	方政霖		1	0	0.0	0.0
5	郎铁山		1	0	0.0	0.0