基于多头自注意力机制和Bi-GRU的人体动作识别算法

作     者：路永乐 修蔚然 孙旗 惠嘉威 杨杰 罗毅 LU Yongle;XIU Weiran;SUN Qi;HUI Jiawei;YANG Jie;LUO Yi

作者机构：重庆邮电大学智能传感技术与微系统重庆市高校工程研究中心重庆400065 

出 版 物：《中国惯性技术学报》 (Journal of Chinese Inertial Technology)

年 卷 期：2023年第31卷第1期

页      面：1-6页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：重庆市自然科学基金面上项目(cstc2021jcyj-msxmX0566) 

主　　题：惯性传感器 人体动作识别 多头自注意力 深度学习 双向门控循环单元 

摘      要：目前基于惯性传感器的人体动作识别技术具有自主、可靠等优点,但现有人体动作识别算法结构复杂、参数量大、识别精度低。针对以上问题,提出了一种基于多头自注意力机制和双向门控循环单元(Bi-GRU)的人体动作识别算法。该算法首先通过多头自注意力机制无视时间间隔地计算数据之间关联特征,再将关联特征与原始数据拼接,输入到深度Bi-GRU网络中提取顺序特征,最终通过Softmax层识别人体动作。采用YESENSE公司开发的YIS360-V姿态仪搭建了人体动作识别算法验证平台,在此基础上建立训练-测试数据集并进行了实验验证。实验结果表明,所提算法较传统Bi-GRU算法,参数量由40695个减少到18337个,识别准确率由93.36%提升至95.26%。