-
题名基于CNN和惯性传感器的连续运动检测识别方法
- 1
-
-
作者
李贺龙
王兴媛
刘峰华
陈朋宇
赵进全
-
机构
中国电力科学研究院有限公司
西安交通大学电气工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第4期136-139,143,共5页
-
基金
国家电网公司科技项目资金资助项目(5600-201926164A-0-0-00)。
-
文摘
为了提高人体连续运动检测识别的准确率和效率,提出一种基于卷积神经网络(CNN)的识别检测方法。首先,通过3轴加速度传感器采集运动加速度数据,经过滤波、滑动时间窗口和快速傅里叶变换(FFT)获得加速度频谱以及运动模式识别的特征矩阵。通过对多种结构与参数的网络模型的测试、分析与研究,选择双层33卷积核卷积层加双层256×64神经元稠密层的CNN结构,分别对站立、步行、上楼、下楼和跑步5种典型运动和跌倒、倒卧2种异常运动进行识别。结果表明,本文方法对跌倒、倒卧等7种运动的识别准确率大于95%,是人体连续运动检测识别的一种有效的方法;同时本文方法对算力需求较低,可应用于低功耗移动平台。
-
关键词
连续运动检测
卷积神经网络
数据滤波
-
Keywords
continuous motion detection
convolutional neural network(CNN)
data filtering
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-