基于深度学习的自适应睡枕设计

作者：余益臻; 任佳; 刘瑜^*; 郭力宁

来源：计算机系统应用, 2021, 30(07): 117-123.

DOI：10.15888/j.cnki.csa.007972

• 睡姿识别
• 时间序列
• 深度学习
• 1DCNN
• GRU

睡眠质量是影响人体健康的因素之一,而一个高度合适的枕头能够有效地改善睡眠质量.大量研究表明,人在侧躺时所需的枕头高度应大于平躺时所需的枕头高度.本文提出了一种基于深度学习的自适应睡枕设计方案,可以识别人的睡姿,调节枕头高度,并给出了硬件平台设计、网络模型搭建和移植.由枕头内部的压力传感器和气压传感器,分别采集头部对枕头的压力和枕头气囊内的气压,生成时间序列数据帧,再通过一维卷积网络(1DCNN)和门控循环单元网络(GRU)结合的网络模型对睡姿进行识别分类,最后根据不同的分类结果调节枕头高度.

• 单位
  浙江理工大学