-
题名基于小样本人体运动行为识别的孪生网络算法
- 1
-
-
作者
姚明辉
王悦燕
吴启亮
牛燕
王聪
-
机构
天津工业大学航空航天学院
天津工业大学人工智能学院
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第3期504-511,共8页
-
基金
国家自然科学基金重点资助项目(12232014).
-
文摘
为了使用更少传感器实现更高精度的人体运动行为识别,提出基于DSC-BiGRU-Att孪生网络的方法,旨在使用加速度传感器通过深度学习网络模型,实现对人体运动行为的准确识别.基于人体运动行为多分类任务目标,以孪生网络为基本框架,将预处理后的加速度传感器数据样本对输入孪生网络.孪生网络由2个结构相同、参数共享的深度可分离网络(DSC)、双向门控循环单元(BiGRU)和注意力机制(Att)组成.深度可分离卷积网络提取运动行为信号中的空间特征,双向门控单元提取信号中的时间特征,引入注意力机制对提取的特征进行强化,最终实现人体运动行为的识别.利用真实的数据集对所提出的DSC-BiGRU-Att孪生网络进行验证.实验结果表明,所提出的算法在样本量较少的情况下取得了较好的行为识别结果,改模型在自采集加速度数据集上的准确率为98.89%.
-
关键词
深度学习
人体运动行为识别
注意力机制
深度可分离卷积
孪生网络
-
Keywords
deep learning
human motion behavior recognition
attention mechanism
deep separa-ble convolution
Siamese networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
