基于改进的DCNN人体行为识别*

周 鹏,袁国良，张 颖，孙 莉

(上海海事大学 信息工程学院,上海 201306)

0 引 言

在人体行为识别领域，便携式可穿戴传感器可以精确地获取人体运动过程中的加速度、角速度、姿态角等信息，而且克服了给用户带来的隐私问题[1,2]，能够实现对不同人体行为的识别。因此，基于可穿戴传感器的人体行为识别研究在人机交互、虚拟现实、运动和医疗保健等工作和生活领域中极具前景。作为人体行为识别的模型，需要有很好的识别效果和鲁棒性，已提出的识别模型有隐马尔可夫模型(hidden Markov model,HMM)[3]、支持向量机(support vector machine,SVM)[4]、贝叶斯[5]等传统识别模型。但用卷积神经网络(convolutional neural network,CNN)模型对日常行为进行识别的却不多。文献[6]使用长短期记忆网络(long short term memory,LSTM)提取特征,在WISDM实验数据集上进行人体行为识别，最终识别率达到92.1 %;文献[7]用CNN自动地提取特征用于LSTM的输入，识别率达到99.4 %；文献[8]提出的深度卷积网络(deep convolutional neural network,DCNN)层数不够深，且没有将加速度和角速度进行信号融合，最终的识别率达到91.2 %。在日常活动中，跌倒行为的识别相对较困难，容易与躺下、跳跃等非跌倒行为混淆。文献[9]表明在发生跌倒行为时，身体俯仰角会发生明显的变化。受此启发，可以考虑将其作为补偿信息，与加速度和角速度信息进行融合，提高行为识别率。

传统上，DCNN常用于对复杂图像进行检测和识别，该模型能够实现不同通道信息的深度融合，且省去了繁琐的特征提取过程。因此，本文提出一种改进的DCNN,即融合DCNN(fusion DCNN,F-DCNN)，将其应用于人体行为识别领域。

1 行为图片构……

登录APP查看全文

猜你喜欢

融合信号模型

一半模型

童话王国·奇妙逻辑推理(2024年5期)2024-06-19 16:03:38

村企党建联建融合共赢

今日农业(2021年19期)2022-01-12 06:16:36

融合菜

中老年保健(2021年11期)2021-08-22 03:15:44

信号

鸭绿江(2021年35期)2021-04-19 12:24:18

从创新出发，与高考数列相遇、融合

中学生数理化(高中版.高考数学)(2021年1期)2021-03-19 08:28:38

完形填空二则

考试与评价·高一版(2020年6期)2020-11-02 02:45:24

《融合》

现代出版(2020年3期)2020-06-20 07:10:34

重尾非线性自回归模型自加权M-估计的渐近分布

数学物理学报(2020年2期)2020-06-02 11:29:24

基于FPGA的多功能信号发生器的设计

电子制作(2018年11期)2018-08-04 03:25:42

3D打印中的模型分割与打包

光学精密工程(2016年6期)2016-11-07 09:07:19

传感器与微系统 2021年10期

传感器与微系统的其它文章

基于微簇融合的密度峰值聚类算法

Shapley值法在配电网供电能力计算中的应用*

基于光伏系统发现未知工况和物理含义的聚类算法*

基于深度卷积神经网络的水面漂浮物分类识别*

优化多步长蚁群算法求解机器人路径规划问题*

低光照图像特征检测方法*