隐私友好的步态数据采集与情绪识别方法
针对智能家居环境下隐私友好的步态数据,提出一种数据采集与情绪识别方法,通过电容传感器地板采集用户行走数据,形成家居环境下的用户步态数据集;根据采集的数据集提取18维步态特征进行用户情绪识别实验;在GRU_FCN模型基础上,对卷积层和输出层进行修改优化,并提出GRU_FCNPlus模型;对比7种常用模型算法,研究结果表明,GRU_FCNPlus模型在4分类情绪识别任务中准确率比现有方法提高约5%.该方法可采集分析用户的情绪状态、身体状况、行为习惯等,在智能家居环境下的智能感知、人屋交互、用户体验等方面均有非常广阔的应用前景.
家居环境、步态数据、电容地板、情绪识别
35
TP391.41(计算技术、计算机技术)
国家自然科学基金62172252
2023-04-19(万方平台首次上网日期,不代表论文的发表时间)
共10页
203-212