基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于缺少统一人体活动模型和相关规范,造成已有可穿戴人体活动识别技术采用的传感器类别、数量及部署位置不尽相同,并影响其推广应用.该文在分析人体活动骨架特征基础上结合人体活动力学特征,建立基于笛卡尔坐标的人体活动模型,并规范了模型中活动传感器部署位置及活动数据的归一化方法;其次,引入滑动窗口技术建立将人体活动数据转换为RGB位图的映射方法,并设计了人体活动识别卷积神经网络(HAR-CNN);最后,依据公开人体活动数据集Opportunity创建HAR-CNN实例并进行了实验测试.实验结果表明,HAR-CNN对周期性重复活动和离散性人体活动识别的F1值分别达到了90%和92%,同时算法具有良好的运行效率.
推荐文章
基于Leap Motion和卷积神经网络的手势识别
手势识别
高精度
Leap Motion
灰度处理
卷积神经网络
深度学习
基于卷积神经网络的车牌识别
卷积神经网络
车牌识别
模型训练
权值共享
基于加速度传感器和神经网络的人体活动行为识别
人体活动
行为识别
特征提取
加速度传感器
BP神经网络
实验仿真
基于改进卷积神经网络的手势识别
改进卷积神经网络
手势识别
准确率
图像处理
过拟合
Dropout
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于滑动窗口和卷积神经网络的可穿戴人体活动识别技术
来源期刊 电子与信息学报 学科 工学
关键词 人体活动识别 特征提取 卷积神经网络 滑动窗口 RGB位图
年,卷(期) 2022,(1) 所属期刊栏目 模式识别与智能信息处理|Pattern Recognition and Intelligent Information Processing
研究方向 页码范围 168-177
页数 10页 分类号 TN911.7|TP391
字数 语种 中文
DOI 10.11999/JEIT200942
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人体活动识别
特征提取
卷积神经网络
滑动窗口
RGB位图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导