典型文献
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
文献摘要：
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.
文献关键词：
人体活动识别;特征提取;卷积神经网络;滑动窗口;RGB位图
中图分类号：
作者姓名：
何坚;郭泽龙;刘乐园;苏予涵
作者机构：
北京工业大学信息学部 北京 100124;北京市物联网软件与系统工程技术研究中心 北京 100124
文献出处：
引用格式：
[1]何坚;郭泽龙;刘乐园;苏予涵-.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)[J].电子与信息学报,2022(01):168-177
A类：
B类：
可穿戴,人体活动识别,活动模型,相关规范,技术采用,骨架特征,特征基,活动力,动力学特征,笛卡尔,传感器部署,归一化方法,滑动窗口技术,数据转换,RGB,位图,映射方法,HAR,Opportunity,实验测试,复活,离散性
AB值：
0.282064
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
