版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
人体摔倒行为识别研究中的自动化深度特征提取
Automatic depth feature extraction in human falling recognition research作者机构：哈尔滨工业大学计算机科学与技术学院哈尔滨150001 黑龙江民族职业学院电子信息工程系哈尔滨150001
出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)
年 卷 期：2023年第13卷第11期
页 面：298-302,F0003页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：黑龙江省教育科学规划2023年度重点课题(ZJB1423035)
摘 要：在人体摔倒行为识别的研究中,特征提取是非常重要的一个环节。目前,特征提取主要是通过手工法提取,提取的特征包括时域特征、频域特征和时频域特征。这些传统的手工法提取的特征往往导致分类识别的准确性不够高。为了提高识别准确性和特征提取的自动化程度,减少人为的干预,本文提出用基于卷积神经网络(CNN)进行深度特征的提取,然后再经过机器学习分类器算法进行识别,利用该方法可以大大提高分类识别的准确率。
