基于卷积神经网络的手机行为识别

张 项博¹, 刘 宜林¹, 王 浩然¹, 周 禾玺¹, 王 宇轩²
1、中国农业大学
2、高丽大学

摘要

随着智能手机运算能力的不断加强和越来越多的传感器装入智能手机，手机也不局限于通信功能，在人机
交互、跌倒检测、信息安全等领域也产生了巨大的应用价值。基于手机传感器数据进行人体行为识别也成为研究热
点。本文基于来自百度飞浆的手机行为识别数据通过构造卷积神经网络，并使用批归一化方法加快收敛速度，最终
准确率达到96.7。提出的几种算法均能对六种行为有效识别。最后对几种模型进行分析，讨论了它们在行为识别中
的应用优势和不足之处。

关键词

行为识别；MLP；CNN；批归一化

参考

[1] 孙晓杰 . 基于时空特征融合网络的人体行为识别

技术研究 [D]. 山东大学，2022.

[2] 杨博 . 基于智能移动终端的人体运动识别技术研

究与应用 [D]. 西南交通大学，2017.

[3] 蒋翔宇 . 利用 CNN 实现基于智能手机传感器的人

体行为识别 [D]. 兰州大学，2019.