面向腕臂动作识别的加速度计数据分析

加速度传感器技术的不断发展和成熟为可穿戴设备的智能交互提供了新的途径。以可穿戴设备中的加速度计所捕捉的数据为支撑,对人的运动模式进行识别进而推断行为意图以实现智能化人机交互的方式,目前已受到人们的广泛关注。针对上述问题,本文基于循环神经网络的技术框架,提出一种高效的腕臂动作识别方法。该方法以单门控机制有效利用时序相关信息,对腕部可穿戴设备的三轴加速度计信号进行深度挖掘。实验结果表明,本文所提出的方法相较传统的机器学习方法而言性能更为可靠,能以更为简洁的网络结构取得与当前主流的循环神经网络算法同样的识别精度。