【摘 要】
:
基于可穿戴设备的人体活动识别是一个活跃而又充满挑战的研究领域,已经在医疗健康、智能监控和安全检测等诸多应用中进行了探索。随着物联网的发展和计算能力的提高,在智能设备中嵌入了各种传感器用来收集用户的生理状态。根据用户提供的运动数据信息,使计算机体系协助用户完成一些特定的工作任务。现有的一些研究方案依赖监督学习的方法,需要大量的标签化训练数据,然而精确地标注活动的开始和结束位置是一项繁重的工作。值得注
论文部分内容阅读
基于可穿戴设备的人体活动识别是一个活跃而又充满挑战的研究领域,已经在医疗健康、智能监控和安全检测等诸多应用中进行了探索。随着物联网的发展和计算能力的提高,在智能设备中嵌入了各种传感器用来收集用户的生理状态。根据用户提供的运动数据信息,使计算机体系协助用户完成一些特定的工作任务。现有的一些研究方案依赖监督学习的方法,需要大量的标签化训练数据,然而精确地标注活动的开始和结束位置是一项繁重的工作。值得注意的是人们在日常生活中通常不会一直保持固定的某种运动模式,而是多种运动状态的组合。相比于强标签数据,弱标签数据的收集更为容易,因此如何在人体活动识别系统中利用弱标签传感器数据是一个有意义的方向。深度学习中的注意力机制模拟人类的视觉处理方法,选择地将注意力集中在感兴趣的区域,而忽略其他不重要的区域。这一特性使得注意力机制适合处理和解决弱监督模式下的人体活动识别。本文结合深度学习和注意力机制的优势,对弱监督模式下的人体活动识别与定位展开研究,主要完成的工作如下:(1)介绍本文实验所采用的弱标签传感器数据,并简述用于人体活动识别与定位的评价指标。(2)针对弱标签传感器数据中人体活动识别和定位的问题,本文提出了一种残差注意力机制,在各时间帧上动态地进行权重计算,利用注意力权重检测哪些帧对于目标预测更重要,提高模型的可解释性。首先从原理上介绍模型的结构,其次通过可视化权重验证了注意力机制的可行性。最后在弱标签传感器数据集上的实验表明,基于残差注意力机制的活动识别模型与基准模型相比,显著提高了活动分类的准确率,并确定了目标活动发生的位置。(3)考虑弱标签传感器数据是一个按时间顺序变化的信号,本文提出了一种条件注意力机制,通过权衡卷积神经网络中的局部特征与长短期记忆网络中的条件全局特征之间的相似度,使模型将更多注意力置于包含目标活动的区分性子段上,在不依赖于位置信息的情况下对活动进行识别和定位。
其他文献
混合式教学结合在线教学和线下教学的优势,在一定程度上打破时空的限制,体现了“以学生为中心”教学范式的转变。伴随着混合式教学规模的扩大,如何通过学习者学习行为数据来分析和挖掘出有用的信息,帮助学习者提高学习效率,改善教师教学水平和质量,成为迫切需要解决的问题。针对上述问题,本文对学生在混合式教学过程中产生的学习行为数据进行分析和挖掘,构建了学习行为数据分析-特征选择-Stacking融合的学业预测模
图像超分辨率重建是一种从低分辨率图像中获取信息,生成对应高分辨率图像的技术。作为计算机视觉领域优化图像质量的一项重要的图像处理技术,图像超分辨率重建在医疗图像、遥感影像和视频监控等场景都具有重要的应用意义。近年来,随着深度卷积神经网络的兴起,基于深度学习的图像超分辨率重建算法逐渐受到更多人的关注。相比传统超分辨率技术,深度学习超分辨率重建算法不仅训练方法简单,而且模型性能提升显著。然而,逐渐加深的
随着机器视觉技术的不断发展与完善,基于机器视觉的导航系统在农业、工业、无人驾驶、服务业等领域都得到了广泛应用。由于城市化的发展,近年来割草机应用的越来越广泛,然而传统的割草机需要人工操作,劳动强度大,工作效率低。随着嵌入式处理器速度的提高以及机器视觉技术的进步,将机器视觉与嵌入式结合,用于对割草机进行自主导航成为可能。因此研究基于机器视觉的割草机自主导航与智能化控制具有重要的理论意义与实际应用价值
随着我国经济的不断发展以及科学技术的进步,对于交通网络的监控日益完善,交通视频监控设备在很多路口完成了部署,为车辆检测、轨迹预测等诸多技术的研究提供了数据支撑,通过这些技术可以挖掘出交通网络中的特征信息,为完善交通以及制定交通策略提供辅助作用。车辆检测是交通视频处理中常用的技术手段,其中的技术难点是如何解决错检、漏检以及外部环境变化对检测结果的影响。针对这些问题本文提出一种改进ViBe算法。根据车
检测人体生理参数可以帮助人们了解自身的健康状况,及时发现疾病并治疗,在医学体系中具有重要意义。基于成像式光电容积描记(Imaging Photoplethysmography,IPPG)技术的非接触式生理参数检测方法,避免了人体与仪器的接触,让居家监测、远程实时检测成为现实,除此之外还具有成本低、操作简单等优点,具有良好的实际应用价值,但是也面临着信号运动伪差难以去除、实时性差等挑战。基于上述背景
显著性目标检测是通过算法提取图片或者视频中显著区域(即人类感兴趣的区域)的技术。其中,显著目标可以依据纹理、颜色、大小甚至运动状态等有别于背景的要素来定义。显著性目标检测技术可以助力相关计算机视觉研究和现实场景应用。目前的显著性目标检测算法研究主要依靠卷积神经网络的学习来获取相关特征,进而使算法具有良好的性能。所以本文使用卷积神经网络为显著目标检测做出了探索性和创新性地研究,并取得如下成果:(1)
视频图像的实时性特点使其在银行系统、商业推广、远程会议、教学、医学图像分析、工业、监控、军事以及管理等领域有着广泛的应用,因此,大力研究视频图像处理技术具有十分重要的意义。随着超高清视频的普及,人们对硬件性能和实时视频处理技术的需求也逐步提高。本文首先分析了FPGA加速,在图像处理方向上应用的重大意义,并针对当前视频技术的研究现状和实际应用场景需求,设计了一款多路视频实时处理系统。采用具有高速并行
力触觉反馈技术在虚拟现实领域中占据重要地位,力触觉反馈技术是在虚拟环境中加入力觉信息和触觉信息,从而模拟出人类对真实物体的力触觉感知过程,将虚拟环境中的力触觉信息以更加真实、自然的方式反馈给操作者,大大提升了虚拟现实系统的交互性和操作者的沉浸感。而图像作为真实物体在二维平面的投影,记录了物体表面丰富的细节信息,因此基于图像的力触觉反馈技术研究具有重要意义及价值。本文围绕基于图像的纹理粗糙度力触觉反
随着现代社会中人们的生活和工作压力在不断地加剧,心血管病的患病率也在不断地提高。近些年来,中国人口老龄化形势日益严重,房颤作为一种心血管疾病,其患病率也在不断地提高,目前已成为人群中患病率最高的疾病之一。在本文中,根据医疗需求以及心房颤动在心电图上的表现特征,设计一种自动检测心房颤动的算法。其中本文的主要工作和创新型成果如下:(1)MIT-BIH心率失常数据库是目前使用最多的数据库,包含几种心率失
板材计数无疑是每个板材生产商必然面对的问题,它事关生产商的经济利益。传统的人工计数和机械计数方法效率较低,因此研发基于机器视觉的板材计数技术,对提高板材计数精度,提高板材生产厂商的劳动生产率,具有非常重要的意义。本论文利用三种手段研究板材计数技术及方法,具体内容如下:(1)论文研究了骨架提取板材计数的方法,使用了基于最大圆盘法骨架提取方法。首先利用改进直方图均衡化进行图像增强,增强了板材线性特征;