基于智能可穿戴设备的复杂人体活动识别方法设计

doi:10.13873/J.1000-9787(2023)07-0087-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于智能可穿戴设备的复杂人体活动识别方法设计

更新时间：2025-09-11

- 基于智能可穿戴设备的复杂人体活动识别方法设计
- Issue 7, Pages: 87-89+93(2023)
- 作者机构：
  
  1. 宁波大学信息科学与工程学院
  2. 中国科学院宁波材料技术与工程研究所
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)07-0087-03
  CLC： TP212;TP368.33
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (7): 87-89+93.
DOI：

[J]. 2023, (7): 87-89+93. DOI： 10.13873/J.1000-9787(2023)07-0087-03.

摘要

针对复杂人体活动识别使用的传感器类型单一、识别率不高的难题，提出了一种基于智能可穿戴设备的复杂人体活动识别方法。由于智能可穿戴设备中融合了高精度的弹性弯曲传感器，可以弥补传统仅基于惯性传感器识别设备的不足，实现人体活动时关节弯曲度、以及运动加速度和角速度全方位捕捉。结合能够有效捕捉局部特征的卷积神经网络(CNN)模型和全局特征的Transformer模型，能够实现更高的识别率。实验结果表明：该方法在所设计的13种活动中实现了98.89%的识别率，并且由于设备易于穿戴，在智慧医疗、运动监测等领域有着广阔的应用场景。

Abstract

关键词

Keywords

references

Vision-based human activity recognition: a survey[J]. Beddiar Djamila Romaissa;Nini Brahim;Sabokrou Mohammad;Hadid Abdenour.Multimedia Tools and Applications,2020

智能家居中的居民日常行为识别综述[J]. 刘勇;谢若莹;丰阳;王亚辉;刘亚清.计算机工程与应用,2021(04)

基于注意力模型的多传感器人类活动识别[J]. 王金甲;周雅倩;郝智.计量学报,2019(06)

基于多传感器的人体行为识别系统[J]. 周林;雷丽平;杨龙频.传感器与微系统,2016(03)

基于视觉的人体动作识别综述[J]. 胡琼;秦磊;黄庆明.计算机学报,2013(12)

一种基于压力传感器的人体运动识别方法研究[J]. 石欣;熊庆宇;雷璐宁.仪器仪表学报,2010(06)

Views

340

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于无阈值递归图和CNN-LSTM的人体活动识别算法

基于智能AI的传感器应用

一种新型注意力机制的双人交互行为识别方法

面向校园场景视频监控的人体行为识别方法

基于深度学习的散斑图应变场测量

Related Author

史立宇

孙杨帆

谢溢翀

黄旭萍

周彪

邓迅

马丽娜

陈美亦

Related Institution

江南大学物联网工程学院

江南大学附属无锡精神卫生中心/无锡市中心康复医院

中国人民解放军联勤保障部队第九〇四医院

中国电子科技集团公司第四十九研究所

临沂大学自动化与电气工程学院

⁰