|
|||||
|
|
| 基于融合模型的人体行为识别方法 | |
| 引用本文： | 陈馨瑶,张天荣,朱雪芬,莫路锋. 基于融合模型的人体行为识别方法[J]. 传感器与微系统, 2021, 0(1): 136-139,143 |
| 作者姓名： | 陈馨瑶 张天荣 朱雪芬 莫路锋 |
| 作者单位： | 1.浙江农林大学信息工程学院;2.浙江农林大学信息与教育技术中心 |
| 摘 要： | 可穿戴设备的人体行为识别研究通常是提取传感器数据的特征值,然后结合分类算法识别人体行为动作.针对特征提取与分类器问题,提出一种融合模型的人体行为识别方法(HBRM).首先将加速度传感器采集的数据转换为二维张量格式,然后结合卷积神经网络(CNN)提取张量的特征,同时考虑到人体行为动作在时间序列上前后具有较强的关联性,提出... |
| 关 键 词： | 深度学习 行为识别 融合模型 卷积神经网络 长短期记忆网络 |
Human behavior recognition method based on fusion model |
|
| Abstract: | |
| Keywords: | |