rTsfNet：基于 IMU 的人体活动识别的多头三维旋转和时序特征提取的 DNN 模型
原文中文，约200字，阅读约需1分钟。发表于：。该论文提出了 rTsfNet 作为一种基于 IMU 的人体活动识别（HAR）的新型 DNN 模型，rTsfNet 通过多头 3D 旋转和时间序列特征提取实现自动选择 3D 基线以从中提取特征，并利用 MLP 实现 HAR。在多个数据集和良好管理的基准条件下，rTsfNet 在不使用 CNN 的情况下取得了最高的准确性。
该论文提出了一种新型的基于IMU的人体活动识别模型rTsfNet，通过多头3D旋转和时间序列特征提取实现自动选择3D基线以从中提取特征，并利用MLP实现HAR。在多个数据集和基准条件下，rTsfNet取得了最高的准确性。
