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。

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
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证