一种基于LSTM模型的运动行为识别方法技术

本发明专利技术主要解决的技术问题是提供一种基于LSTM模型的运动行为识别方法，能够用相对较少的数据取得良好识别准确率，同时克服了当前分类算法中需要人工提取特征的不足，使之能够在实际中广泛应用。步骤S1：通过戴在人手部的传感器手环采集到不同人的有关多组运动的时间序列数据；步骤S2：对采集到的多维原始数据标注出其对应的运动类型，保证接下来监督学习的进行；步骤S3：对训练数据进行必要的处理，然后将其作为输入数据传入到LSTM型模型进行训练，获取最佳的神经网络参数，作为最终识别模型；步骤S4：对待识别的运动行为数据进行预处理，并将其作为LSTM型模型的输入，计算输出层概率最大的运动序列，将所述结果作为最终识的运动类别。

【技术实现步骤摘要】
一种基于LSTM模型的运动行为识别方法
本专利技术涉及普适计算中的人类运动识别领域，更具体的说是一种基于LSTM模型的运动行为识别方法。
技术介绍
普适计算又称普存计算、普及计算，这一概念强调和环境融为一体的计算，而计算机本身则从人们的视线里消失。在普适计算的模式下，人们能够在任何时间、任何地点、以任何方式进行信息的获取与处理。间断连接与轻量计算(即计算资源相对有限)是普适计算最重要的两个特征。普适计算的软件技术就是要实现在这种环境下的事务和数据处理。早期的运动识别主要是基于视觉方式的，给定一段图像序列或者一个视频片段，识别出人物的运动类型。基于视觉的方法具有交互自然,提取的特征信息丰富等优点，但该方法在实际应用中也有一些局限性,需要克服很多问题。如环境中的光照条件，人物在摄像机前的位置，场地的大小等。随着运动手环和智能手表的普及，基于传感器的运动识别变得越发引人关注。传感器具有价格便宜，携带方便,不受场地限制等优点,随着这些设备的发展，运动识别又被带入了一片新的研究领域,补充了传统基于视觉的运动识别方法在实际应用中的不足,促使了运动识别在日常生活中的应用。在运动行为领域中占主导地位本文档来自技高网...

【技术保护点】
一种基于LSTM模型的运动行为识别方法，其特征在于，该方法包括以下步骤：步骤S1：通过戴在人手部的传感器手环采集到不同人的有关多组运动的时间序列数据；步骤S2：对采集到的多维原始数据标注出其对应的运动类型，保证接下来监督学习的进行；步骤S3：对训练数据进行必要的处理，然后将其作为输入数据传入到LSTM型模型进行训练，获取最佳的神经网络参数，作为最终识别模型；步骤S4：对待识别的运动行为数据进行预处理，并将其作为LSTM型模型的输入，计算输出层概率最大的运动序列，将所述结果作为最终识的运动类别。

【技术特征摘要】
1.一种基于LSTM模型的运动行为识别方法，其特征在于，该方法包括以下步骤：步骤S1：通过戴在人手部的传感器手环采集到不同人的有关多组运动的时间序列数据；步骤S2：对采集到的多维原始数据标注出其对应的运动类型，保证接下来监督学习的进行；步骤S3：对训练数据进行必要的处理，然后将其作为输入数据传入到LSTM型模型进行训练，获取最佳的神经网络参数，作为最终识别模型；步骤S4：对待识别的运动行为数据进行预处理，并将其作为LSTM型模型的输入，计算输出层概率最大的运动序列，将所述结果作为最终识的运动类别。2.根据权利要求1所述的一种基于LSTM模型的运动行为识别方法，其特征在于：所述的步骤S1具体为：用运动手环获取人的运动时的时间序列数据，包括心率、三轴加速度传感器数据。3.根据权利要求1所述的一种基于LSTM模...

【专利技术属性】
技术研发人员：孙恩泽，李宇昊，李海鹏，
申请(专利权)人：孙恩泽，
类型：发明
国别省市：上海,31