隨機(jī)智能手機(jī)的普及，在日常生活中，大多數(shù)人在做任何事情的時(shí)候，都會(huì)隨身攜帶手機(jī)。如果開啟手機(jī)中的傳感器，當(dāng)用戶運(yùn)動(dòng)時(shí)，就可以采集大量的用戶信息，根據(jù)這些信息，就可以判斷當(dāng)前用戶的運(yùn)動(dòng)模式，如行走、上樓梯、下樓梯、坐、站立、躺下等等?；谶@些運(yùn)動(dòng)模式，設(shè)計(jì)不同的場(chǎng)景，為健身類或運(yùn)動(dòng)類應(yīng)用(APP)增加一些有趣功能。

在智能手機(jī)中，常見的位置信息傳感器就是 加速度傳感器(Accelerometer)和陀螺儀(Gyroscope)。

加速度傳感器：用于測(cè)量手機(jī)移動(dòng)速度的變化和位置的變化;

陀螺儀：用于測(cè)試手機(jī)移動(dòng)方向的變化和旋轉(zhuǎn)速度的變化;

傳感器

本文主要根據(jù)手機(jī)的傳感器數(shù)據(jù)，訓(xùn)練深度學(xué)習(xí)模型，用于預(yù)測(cè)用戶的運(yùn)動(dòng)模式。

數(shù)據(jù)

本例的數(shù)據(jù)來(lái)源于UCI(即UC Irvine，加州大學(xué)歐文分校)。數(shù)據(jù)由年齡在19-48歲之間的30位志愿者，智能手機(jī)固定于他們的腰部，執(zhí)行六項(xiàng)動(dòng)作，即行走、上樓梯、下樓梯、坐、站立、躺下，同時(shí)在手機(jī)中存儲(chǔ)傳感器(加速度傳感器和陀螺儀)的三維(XYZ軸)數(shù)據(jù)。傳感器的頻率被設(shè)置為50HZ(即每秒50次記錄)。對(duì)于所輸出傳感器的維度數(shù)據(jù)，進(jìn)行噪聲過(guò)濾(Noise Filter)，以2.56秒的固定窗口滑動(dòng)，同時(shí)窗口之間包含50%的重疊，即每個(gè)窗口的數(shù)據(jù)維度是128(2.56*50)維，根據(jù)不同的運(yùn)動(dòng)類別，將數(shù)據(jù)進(jìn)行標(biāo)注。傳感器含有三類：身體(Body)的加速度傳感器、整體(Total)的加速度傳感器、陀螺儀。

以下是根據(jù)數(shù)據(jù)繪制的運(yùn)動(dòng)曲線，站立(紅色)、坐(綠色)、躺下(橙色)的振幅較小，而行走(藍(lán)色)、上樓梯(紫色)、下樓梯(黑色)的振幅較大。

運(yùn)動(dòng)曲線

以下是在行走(Walking)中，三類傳感器的三個(gè)軸，共9維數(shù)據(jù)的運(yùn)動(dòng)曲線：

傳感器 - 行走

以下是在坐(Sitting)中的運(yùn)動(dòng)曲線：

傳感器 - 坐

通過(guò)觀察可知，不同運(yùn)動(dòng)模式的傳感器數(shù)據(jù)曲線擁有一定的差異性，但是有些運(yùn)動(dòng)模式的差異性并不明顯，如行走、上樓梯、下樓梯之間;相同運(yùn)動(dòng)模式的傳感器數(shù)據(jù)曲線也各不相同。

在數(shù)據(jù)源中，70%的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，30%的數(shù)據(jù)作為測(cè)試數(shù)據(jù)，生成訓(xùn)練數(shù)據(jù)的志愿者與生成測(cè)試數(shù)據(jù)的不同，以保證數(shù)據(jù)的嚴(yán)謹(jǐn)性，符合在實(shí)際應(yīng)用中預(yù)測(cè)未知用戶動(dòng)作的準(zhǔn)則。

UCI數(shù)據(jù)源

模型

模型是基于深度學(xué)習(xí)的DeepConvLSTM算法，算法融合了卷積(Convolution)和LSTM操作，既可以學(xué)習(xí)樣本的空間屬性，也可以學(xué)習(xí)時(shí)間屬性。在卷積操作中，通過(guò)將信號(hào)與卷積核相乘，過(guò)濾波形信號(hào)，保留高層信息。在LSTM操作中，通過(guò)記憶或遺忘前序信息，發(fā)現(xiàn)信號(hào)之間的時(shí)序關(guān)系。

DeepConvLSTM算法的框架，如下：

DeepConvLSTM

將每類傳感器(身體加速度、整體加速度、陀螺儀)的3個(gè)坐標(biāo)軸(XYZ)數(shù)據(jù)，合并成一個(gè)數(shù)據(jù)矩陣，即 (128, 3)維，作為輸入數(shù)據(jù)，每類傳感器均創(chuàng)建1個(gè)DeepConvLSTM模型，共3個(gè)模型。通過(guò)3次卷積操作和3次LSTM操作，將數(shù)據(jù)抽象為128維的LSTM輸出向量。

在CNN的卷積單元中，通過(guò)卷積(1x1卷積核)、BN、MaxPooling(2維chihua)、Dropout的組合操作，連續(xù)3組，最后一組執(zhí)行Dropout。通過(guò)MaxPooling的降維操作( 2^3=8)，將128維的數(shù)據(jù)轉(zhuǎn)為為16維的高層特征。

CNN

在RNN的時(shí)序單元中，通過(guò)LSTM操作，隱含層神經(jīng)元數(shù)設(shè)置為128個(gè)，連續(xù)三次，將16維的卷積特征轉(zhuǎn)換為128維的時(shí)序特征，再執(zhí)行Dropout操作。

LSTM

最后，將3個(gè)傳感器的3個(gè)模型輸出，合并(Merge)為一個(gè)輸入，即 128*3=384，再執(zhí)行Dropout、全連接(Dense)、BN等操作，最后使用Softmax激活函數(shù)，輸出6個(gè)類別的概率。

Merged

選擇概率較大的類別，作為最終預(yù)測(cè)的運(yùn)動(dòng)模式。

效果

在第48層中，即Concatenate層，將3個(gè)傳感器的LSTM輸出合并(Merge)成1個(gè)輸入，不同類別的特征，效果也不同，如：

Merged Layer

訓(xùn)練參數(shù)：

epochs = 100batch_size = 256kernel_size = 3pool_size = 2dropout_rate = 0.15n_classes = 6

最終效果，在測(cè)試集中，準(zhǔn)確率約為95%左右：

loss: 0.0131 - acc: 0.9962 - val_loss: 0.1332 - val_acc: 0.9535val_f1: 0.953794 — val_precision: 0.958533 — val_recall 0.949101

如果繼續(xù)調(diào)整參數(shù)，還可以提升準(zhǔn)確率。

通過(guò)深度學(xué)習(xí)算法訓(xùn)練的用戶動(dòng)作識(shí)別模型，可以應(yīng)用于移動(dòng)端進(jìn)行場(chǎng)景檢測(cè)，包含行走、上樓梯、下樓梯、坐、站立、躺下等六種動(dòng)作。同時(shí)，95%的準(zhǔn)確率已經(jīng)滿足大多數(shù)產(chǎn)品的需求。