基于CNN-LSTMs混合模型的人体行为识别方法
陈飞
程合彬
王伟光
1.山东管理学院机电学院 山东济南 2503572.山东管理学院机电学院 山东济南 2503573.山东管理学院机电学院 山东济南 250357
摘要：提出一种CNN-LSTMs混合深度学习模型,通过可穿戴式设备获取人体行为感知数据进行人体行为识别.该方法通过CNN网络对原始数据进行特征提取,利用LSTMs网络获取特征在时间轴上的依赖关系,并实现特征融合,最后送入softmax层进行分类.实验表明,该方法可有效识别日常生活中的六种常见动作.
关键词：人体行为识别可穿戴式设备卷积神经网络循环神经网络LSTM
资助基金：本论文工作受到山东省安全生产科技发展计划项目(2017GJ-G-002)资助和山东省高等学校公共安全管理技术重点实验室(山东管理学院)
论文发表日期：2019-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 32-34 )