基于CNN-GRU 和注意力机制的人体行为识别算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对传感器体积小、计算能力有限以及收集数据通常表现为连续信号的特征，文章提出了一种基于CNN-GRUAttention的人体行为识别算法。该算法结合了卷积神经网络的空间特征提取能力和循环神经网络的时序特征提取能力，并采用结构相对简单的GRU，在解决时序数据长期依赖问题的同时减少了参数，从而降低了算法对硬件计算能力的依赖。（剩余6384字）

试读结束

目录
monitor