加速度计和神经网络的无线运动识别系统

摘要

本文提出了一种基于三轴加速度计和一维卷积神经网络的无线人体活动识别系统。首先,采用放置在裤袋中的低成本、可穿戴三轴加速度计对人体的坐、立、走活动进行数据采集,并通过IEEE 802.15.4/ZigBee无线传输到PC或者基站。然后,为了减少原始数据中可能存在的旋转干扰,将x、y和z加速度数据转换成矢量幅度数据,并用作一维卷积神经网络的学习输入,从而对活动进行分类。实验结果表明,所提人体活动识别方法对坐姿、站姿和行走动作的识别准确率均达到93.41%,比基于传统深度信念网络的识别方法提高了10%。该系统可有效用于精确监测室内环境中人的日常生活活动。