多传感器数据融合的复杂人体活动识别 |
| |
引用本文: | 宋欣瑞,张宪琦,张展,陈新昊,刘宏伟.多传感器数据融合的复杂人体活动识别[J].清华大学学报(自然科学版),2020,60(10):814-821. |
| |
作者姓名: | 宋欣瑞 张宪琦 张展 陈新昊 刘宏伟 |
| |
作者单位: | 哈尔滨工业大学计算机科学与技术学院,哈尔滨150001;哈尔滨工业大学计算机科学与技术学院,哈尔滨150001;哈尔滨工业大学计算机科学与技术学院,哈尔滨150001;哈尔滨工业大学计算机科学与技术学院,哈尔滨150001;哈尔滨工业大学计算机科学与技术学院,哈尔滨150001 |
| |
摘 要: | 基于传感器的人体活动识别被广泛应用到各个领域,但利用多种异构传感器识别日常的复杂人体活动,仍然存在很多问题。对多个异构传感器数据进行数据融合时,存在兼容性问题,导致对并发复杂活动识别准确率较低。该文提出基于多传感器决策级数据融合的多任务深度学习模型。该模型利用深度学习自动地从每个传感器原始数据中进行特征提取。利用多任务学习的联合训练方法将并发复杂活动分为多个子任务,多个子任务共享网络结构,相互促进学习,提高模型的泛化性能。实验表明:该模型对周期性活动的识别准确率可达到94.6%,非周期性活动可达到93.4%,并发复杂活动可达到92.8%。该模型比3个基线模型的识别准确率平均高出8%。
|
关 键 词: | 复杂人体活动识别 多传感器数据融合 深度学习 多任务学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|