黃夢華

（華北理工大學，唐山063200）

0 引言

隨著生活水平的提高，智能手機已經(jīng)成為人們必不可少的工具，再加上手機傳感器的發(fā)展，基于手機傳感器識別人體活動[2-3]有著重要的意義，在運動追蹤、生活日志記錄、跌倒檢測中有著廣泛的應用。

傳統(tǒng)的人類活動識別可以看作是模式識別，大多數(shù)方法依賴于人工手動提取淺層特征，這種方法通常受到人為領域知識的限制，會導致識別準確率低并且可泛化性低。由于這些原因，傳統(tǒng)的模式識別方法在精度和泛化性上受到了一定的限制。

近年來，深度學習在各個領域都表現(xiàn)出優(yōu)秀的能力。與傳統(tǒng)的模式識別方法不同，深度學習可以極大的減輕設計特征的工作量，并且可以通過訓練端到端的神經(jīng)網(wǎng)絡來學習更多高級和有意義的特征。此外，深層網(wǎng)絡結構更適合無監(jiān)督學習。所以在人類活動識別方法中應用深度學習是非常合適的。

1 研究現(xiàn)狀

人類活動識別在人們的日常生活中有著重要的作用，它能夠從原始的傳感器信號中識別出關于人類的行為活動，在各個領域有著廣泛的應用，如醫(yī)療保健、老年人護理、健身追蹤等。隨著智能手機[4-5]和智能穿戴的發(fā)展，越來越多的傳感器應用到其中，這些傳感器能夠捕捉到豐富的人體運動數(shù)據(jù)，只要用戶攜帶上手機或者智能穿戴設備，傳感器就能記錄大量的用戶活動，通過分析其中的加速度和陀螺儀數(shù)據(jù)，就可以進行活動的識別，這一方面已經(jīng)有了一定的研究。

對于連續(xù)的傳感器信號數(shù)據(jù)，通常識別的過程為數(shù)據(jù)分割、特征提取、特征選擇和分類器訓練。其中最重要的步驟是特征提取，關系到分類器準確性的高低。傳統(tǒng)的建模方法主要通過構建支持向量機、決策樹、樸素貝葉斯等模型，但是這些模型在進行特征提取時需要手工進行設置，有一定的局限性，所以這些方法只能學習淺層特征，導致分類器的準確率和性能都會有一定的限制，模型的泛化性也比較弱，不能很便捷的應用到其他的數(shù)據(jù)集上。

近年來，深度學習在各個領域都有著優(yōu)異的表現(xiàn)。與傳統(tǒng)的識別方法不同，深度學習可以極大的減少設計特征提取的工作量，并且可以通過使用不同的深度學習模型訓練提取出更高級、更精準的特征。所以在人類活動識別方法中應用深度學習是非常合適的。

卷積神經(jīng)網(wǎng)絡（convolutional neural network,CNN）[6]是一種包含卷積計算的前饋神經(jīng)網(wǎng)絡，能夠自動提取傳感器數(shù)據(jù)中的特征，將CNN應用到人類活動識別中，與傳統(tǒng)模型比有兩個優(yōu)勢：局部依賴和尺度不變性。局部依賴指的是在傳感器信號中，相鄰的信號可能是相似的；尺度不變性是指不同節(jié)奏或頻率的尺度不變性。

門控循環(huán)單元（gated recurrent unit,GRU）[7]是長短期記憶人工神經(jīng)網(wǎng)絡（long short-term memory,LSTM）[8]的一種變體，是為了解決在循環(huán)神經(jīng)網(wǎng)絡（recurrent neural network,RNN）[9]中的梯度消失問題，在一定的條件下比LSTM的效果更好。

盡管CNN可以捕獲傳感器數(shù)據(jù)的空間特征，比如步行、慢跑和吃飯等簡單的人類活動有較好的表現(xiàn)，但是無法捕獲傳感器時間序列信號的時間特征的復雜活動。RNN及其衍生結構適合處理序列化數(shù)據(jù)，這兩者有著不同的處理偏好，因此，可以將CNN和GRU兩者結合起來，對人類活動進行識別。

2 模型與實驗

圖1人類活動識別算法模型

當輸入信號進入到卷積層，通過使用k個一定大小的卷積核，使用ReLU激活函數(shù)，初次提取信號之間的相關特征。其中hi,k表示卷積之后的結果，x(t)是時間序列，w(k)表示每個卷積核的權重，c(b)表示相關的偏置值。

進行卷積處理之后，數(shù)據(jù)將進一步經(jīng)過池化處理，使用池化處理能夠更好的將波動數(shù)據(jù)較大的信號保存下來，也就是能夠提取到信號中更明顯的特征，降低數(shù)據(jù)的維度。對于信號這種一維數(shù)據(jù)來說，一般在時間維度上進行池化，這樣能夠提取出每一種信號中比較明顯的特征。

之后經(jīng)過池化的數(shù)據(jù)輸入到GRU層，該層是由多個簡單的GRU cell構建而成的多層循環(huán)神經(jīng)網(wǎng)絡。該層的主要作用是用來捕獲傳感器序列中前后數(shù)據(jù)之間的依賴關系，該層可以從傳感器序列數(shù)據(jù)中的時間維度學習到相關聯(lián)的特征。經(jīng)過卷積、池化后的數(shù)據(jù)，經(jīng)過公式（2）的變換，輸出當前狀態(tài)的值。式中he(t')表示經(jīng)過GRU單元之后輸出t'時刻的結果，hc(t')表示t'時刻的輸入，he(t'-1)表示t'-1時刻的輸入。

經(jīng)過GRU層之后，數(shù)據(jù)之間的相關性得到了增強，最后將所有的GRU單元全部展開，連接到全連接層中，將學到的特征映射到標記空間，得到一個一維數(shù)組。最后通過softmax函數(shù)，得到的輸出的結果。式中c(i)表示全鏈接層的C個輸出值，y*表示模型預測的結果。

3 實驗

3.1 實驗環(huán)境

實驗采用Pycharm開發(fā)工具，使用的計算機硬件配置為Inter（R）Core i5 CPU、Nvidia GeForce GTX 1660Ti GPU。計算機操作系統(tǒng)為Windows10，編程環(huán)境使用Python3.6以及深度學習框架Tensorflow。

3.2 數(shù)據(jù)集

使用UCI數(shù)據(jù)集[10]進行檢測和性能評估。UCI數(shù)據(jù)集是基于手機傳感器信號采集的人體活動數(shù)據(jù)集，其中包含了30位年齡在19-48歲的志愿者，在腰上帶著一部相同型號的智能手機，進行走路、上樓、下樓、坐、站、躺六種活動，通過以50HZ的恒定速率捕捉手機加速度計和陀螺儀的數(shù)據(jù)。傳感器信號已經(jīng)通過噪聲濾波器進行預處理，傳感器的加速度信號有重力和身體運動的組成部分，已經(jīng)使用巴特沃斯濾波器過濾完成。

以下是從數(shù)據(jù)集中抽取出不同事件的加速度計的X軸數(shù)據(jù)，可以看到數(shù)據(jù)具有很明顯的差異性。圖2表示采集人員在走路，可以看出加速度計X軸數(shù)據(jù)波動的很劇烈，X軸的幅度很大并且波形很有規(guī)律，符合采集人員在攜帶智能手機移動過程中的情形。圖3表示采集人員在站著的狀態(tài)，可以看出X軸的波動幅度不大，偶爾才會出現(xiàn)一點波動，整體曲線幾乎不動，說明采集人員處于一種靜止的狀態(tài)。

圖2 走路狀態(tài)下的X軸加速度時間序列

圖3 站著狀態(tài)下的X軸加速度時間序列

UCI數(shù)據(jù)集中每一條數(shù)據(jù)都是由128個時間步長窗口的樣本構成的，其中有一半是重采樣，所以要對數(shù)據(jù)進行處理，刪除重復的觀測值，進行數(shù)據(jù)統(tǒng)計。數(shù)據(jù)的分布具有高斯性質(zhì)，所以可以對數(shù)據(jù)進行標準化變換，通過實驗來確定數(shù)據(jù)標準化對結果的影響。

3.3 實驗結果

實驗使用準確率Precision來進行評估，具體的準確率計算公式為：

對數(shù)據(jù)的標準化進行實驗，實驗使用準確率來衡量模型的效果。通過使用相同的模型，對標準化前后的數(shù)據(jù)分別進行訓練和預測，得出準確率結果，標準化前準確率為90.14%（+/-0.93%），標準化后準確率為91.27%（+/-0.64%）?？梢钥闯鰳藴驶蟮臄?shù)據(jù)集在模型上的準確率平均提升了1.13%，并且模型的標準偏差變小了，見箱型圖4更直觀地對比標準化前后實驗的結果。

使用標準化之后的數(shù)據(jù)集做實驗效果更好一點，對算法性能有小幅度的提升。所以為了之后的算法的效果有提升，之后的算法都會使用標準化后的數(shù)據(jù)集進行實驗。

圖4數(shù)據(jù)標準化對實驗準確率的影響

表1人體活動識別對比實驗結果

從表1中可以看出，相對于只使用LSTM和GRU的方法和CNN+LSTM的方法，本文提出的方法預測的準確率高于以上3種方法，使用多種類型不同的深度神經(jīng)網(wǎng)絡方法，取得的效果通常比單一的神經(jīng)網(wǎng)絡模型要好。對于傳感器序列數(shù)據(jù)來說，單一的使用循環(huán)神經(jīng)網(wǎng)絡雖然能獲得更多的數(shù)據(jù)之間的關系，但是經(jīng)過卷積神經(jīng)網(wǎng)絡提取過后的數(shù)據(jù)，特征能夠更加明顯，具有更高的表示能力。而且在將模型部署到服務器之后，使用模型進行實時的結果預測，由于GRU的參數(shù)相對LSTM較少，降低了模型參數(shù)，加快了模型的識別速度，能夠大幅降低識別時間，提高識別速度。

4 結語

根據(jù)人體活動行為的特點，提出一種基于CNN和GRU的人體活動識別模型，并且利用公開數(shù)據(jù)集得到了較好的結果，能夠準確的識別人體活動的基本類型，驗證了本文中提出的使用CNN進行時序序列的特征提取，并進一步使用GRU來保留長時間序列中重要的特征。