基于LSTM-CNN的人体活动识别
发布时间：2022-08-18 18:51
人体活动识别（HAR）是一种使用人工智能（AI）从智能手表等活动记录设备产生的原始数据中识别人类活动的方法。当人们执行某种动作时，人们佩戴的传感器（智能手表、手环、专用设备等）就会产生信号。这些收集信息的传感器包括加速度计、陀螺仪和磁力计。人类活动识别有各种各样的应用，从为病人和残疾人提供帮助到像游戏这样严重依赖于分析运动技能的领域。我们可以将这些人类活动识别技术大致分为两类:固定传感器和移动传感器。在本文中，我们使用移动传感器产生的原始数据来识别人类活动。
在本文中，我将使用LSTM (Long - term Memory)和CNN (Convolutional Neural Network)来识别下面的人类活动：
- 下楼
- 上楼
- 跑步
- 坐着
- 站立
- 步行
相关推荐
基于注意力机制的图神经网络GAT的一些理解以及DGL官方代码的一些理解
Elasticsearch：使用 Low Level Java 客户端来创建连接 - Elastic Stack 8.x
基于OpenCV3和C++的电脑摄像头(或Astra摄像头)手势识别系统设计（完结）
docker win10专业版下 WSL 2 或 hyper-v 安装Docker Desktop
【GoggLeNet 的 inception 结构】 与 【ResNet 的 Residual 结构】 tensor拼接方式的区别
2022年十三届蓝桥杯国赛将至，来看看去年蓝桥杯C++b组国赛题目如何
【数字IC手撕代码】Verilog全加器半加器|题目|原理|设计|仿真