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

• 作者: 何坚 郭泽龙 刘乐园 苏予涵
• 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
• 页码范围: 168-177
• 页数: 10页
• 分类号: TN911.7|TP391
• 语种: 中文
• DOI: 10.11999/JEIT200942

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.