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。
《基于单加速计的深度学习人类步态模式识别》阅读笔记
最新推荐文章于 2024-09-04 18:15:32 发布