摘 要: | 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.
|