基于卷积神经网络(CNN)的大规模可穿戴传感器运动动作分类
计算机视觉与模式识别
2017-07-25 v3 机器学习
摘要
准确识别人类活动的能力对于开发自动康复和体育训练系统至关重要。本文中，从前臂佩戴的可穿戴传感器获取的大规模运动动作数据使用卷积神经网络(CNN)进行分类。由加速度计和方向测量组成的时间序列数据被格式化为图像，使得CNN能够自动提取判别性特征。此外，还提出了关于图像格式化与不同CNN架构效果的对比研究。性能最佳的配置以92.1%的准确率对50种健身运动进行分类。
引用
@article{arxiv.1610.07031,
title = {Exercise Motion Classification from Large-Scale Wearable Sensor Data Using Convolutional Neural Networks},
author = {Terry Taewoong Um and Vahid Babakeshizadeh and Dana Kulić},
journal= {arXiv preprint arXiv:1610.07031},
year = {2017}
}
备注
will appear in IROS2017