《基于单加速计的深度学习人类步态模式识别》阅读笔记

  作者使用单个加速计采集数据，开发了一个用于数据采集的Android应用程序，设置了跌倒(F)、跑(R)、跳(J)、走(W)、快走(WQ)、走步(Sw)、上楼(U)、下楼(D)等8种典型活动。所采集的数据为三维加速度数据，其特点为宽度固定为三，与图像不同，若使用传统cnn难以处理该数据。作者提出两种解决方案，调整数据大小或调整卷积内核的大小。前者并不合适，一方面，它可能会失去相邻加速度值之间的相关性，这与CNN的设计思想背道而驰。另一方面，不便于推广，在面对不同长度的加速度数据时，很难确定调整后的长度和宽度。作者将卷积核的宽度设置为2，效果最佳。