摘要

目前大多数人类活动识别研究方法需要人工提取传感器数据特征,将特征值输入到分类器中完成识别,在提取特征值过程中可能会丢失大量的信息,导致活动识别率受到影响.本文提出一种轻量化的卷积神经网络(Convolutional Neural Networks,CNN)活动识别方法,首先将加速度数据转化为图像,然后构建CNN模型并研究训练模型压缩方法,最后将图像输入到CNN模型中识别人体的具体活动.实验结果表明,对6种人类活动的平均识别率达到97. 6%,高于目前提出的大部分活动识别方法.