文献类型：期刊文章

作　　者：王忠民[1] 曹洪江[1] 范琳[1]

机构地区：[1]西安邮电大学计算机学院,西安710121

出　　处：《计算机科学》

基　　金：国家自然科学基金项目(61373116);陕西省教育厅产业化培育项目(2012JC22);陕西省教育厅项目(15JK1653);西安邮电大学青年教师科研基金资助项目(ZL2014-29)资助

年　　份：2016

卷　　号：43

期　　号：S2

起止页码：56-58

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSCD、CSCD_E2015_2016、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：为提高基于智能终端的人体行为识别的准确率,提出一种基于卷积神经网络深度学习人体行为识别方法。该方法将原始数据进行简单处理,直接作为输入数据输入到卷积神经网络中,由卷积神经网络进行局部特征分析,得到特征输出项,直接输入到Softmax分类器中,可识别走路、跑步、上下楼梯、站立等5种动作。对比实验结果表明,其对不同的实验者的识别率达到84.8%,证明了该方法的有效性。

关 键 词：行为识别  深度学习  卷积神经网络

分 类 号：TP183]