基于深度学习的人体行为检测系统设计

摘要

cqvip:人体行为是人类生活的重要组成部分。本文提出并设计基于DBN深度信念网络的人体行为检测系统。使用携带嵌入式设备实时获取三轴加速度传感器数据,用小波降噪技术对人体行为信号进行降噪,再使用PCA主成份分析对数据进行降维,最后使用DBN深度信念网络对数据进行训练,并将训练模型用于检测即时的人体行为状态。本系统具有对人体行为检测精度高,对摔倒等行为及时发出报警信号,使一些特殊群体能及时获得救助等特点。