基于特征融合的人体运动识别

作者：连西静; 崔升^*

来源：医用生物力学, 2019, 34(06): 644-667.

DOI：10.16156/j.1004-7220.2019.06.012

• 人体运动识别
• 时间序列分类
• 卷积神经网络
• 自回归模型

目的基于手机内置传感器所获得人体运动信号,建立人体运动识别模型,为身体状况评估、特殊人群监护以及其他生物医学研究提供支持。方法使用手机内置传感器采集运动信号,并结合公共数据集UCI HAR和WISDM作为实验数据。采用卷积神经网络与自回归模型相结合的特征提取方式,建立人体运动识别模型。结果模型在自采集数据、UCI HAR和WISDM中均取得90%以上的识别正确率。结论引入自回归模型,可以避免手工设计特征值的缺陷,并有效减少大规模堆积卷积层的计算量。研究结果证明,基于特征融合的方法可以有效识别人体运动。

• 单位
  复旦大学