《CMES - Computer Modeling in Engineering and Sciences》:Human Activity Recognition Using Weighted Average Ensemble by Selected Deep Learning Models
编辑推荐:
人体活动识别(Human Activity Recognition, HAR)是计算机视觉中的一个新兴领域。它对医疗保健、智能环境和监控具有重大影响,能够自动检测人类行为。它在许多应用中发挥着重要作用,例如智能家居、医疗保健、人机交互、体育分析,尤其是智能监控
人体活动识别(Human Activity Recognition, HAR)是计算机视觉中的一个新兴领域。它对医疗保健、智能环境和监控具有重大影响,能够自动检测人类行为。它在许多应用中发挥着重要作用,例如智能家居、医疗保健、人机交互、体育分析,尤其是智能监控。在本文中,研究人员通过利用深度学习范式,包括预训练模型、卷积神经网络(Convolutional Neural Network, CNN)架构及其平均加权融合,提出了一种稳健且高效的HAR系统。然而,由于人类动作的多样性、各种环境的影响以及数据和资源的缺乏,实现高识别精度仍然难以实现。在这项工作中,采用加权平均集成技术来融合三个深度学习模型:EfficientNet、ResNet50和一个自定义CNN。研究结果表明,使用加权平均集成策略来开发更有效的HAR模型可能是检测和分类人类活动的一个有前景的思路。使用基准数据集的实验证明,所提出的加权集成方法在准确性和其他关键性能指标方面优于现有方法。预训练模型和CNN模型的组合平均加权集成获得了98%的准确率,而自定义CNN、EfficientNet和ResNet50模型的准确率分别为97%、96%和95%。
## 论文解读:基于加权平均集成的深度学习模型用于人体活动识别
### 研究背景与问题
人体活动识别(Human Activity Recognition, HAR)是计算机视觉领域的前沿方向,在医疗保健、智能家居、监控、人机交互和体育分析等场景中具有广泛应用。现有研究大多聚焦于简单日常活动(如行走、坐下、站立),对复杂、高风险行为(如打斗、抢夺、奔跑)的识别能力不足。此外,由于人类动作的多样性、环境干扰以及数据资源有限,单一深度学习模型在提取空间特征和处理类别内差异时存在局限,识别精度难以进一步提升。为此,研究人员旨在开发一种稳健且高效的HAR系统,以应对安全监控场景下对异常行为精准识别的迫切需求。
### 研究内容与结论
本研究采用加权平均集成(Weighted Average Ensemble)方法,融合三种深度学习模型——EfficientNet、ResNet50和自定义卷积神经网络(Convolutional Neural Network, CNN),对包含打斗、抢夺、奔跑三类活动(每类含五种子类型)的基准数据集进行分类。实验表明,加权平均集成模型的准确率达到98%,分别优于自定义CNN(97%)、EfficientNet(96%)和ResNet50(95%),并在精度、召回率、F1分数等指标上全面领先。该结果证明,集成策略能充分利用各模型互补优势,提升HAR系统在安全关键应用中的泛化能力和可靠性。论文发表在《CMES - Computer Modeling in Engineering and Sciences》。
### 关键技术方法(不超过250字)
研究人员采用以下关键技术方法:
1. **数据预处理**:对图像进行裁剪以聚焦感兴趣区域(Region of Interest, ROI),统一缩放到224×224像素,并使用直方图均衡化增强低分辨率、低对比度图像的亮度和对比度。
2. **特征提取与分类模型**:分别构建三种模型——EfficientNet(通过复合缩放平衡深度、宽度和分辨率)、ResNet50(利用残差块缓解梯度消失)、自定义CNN(六层结构:输入层→卷积层→最大池化层→展平层→全连接层→Softmax输出层)。所有模型在70%训练/30%测试划分的数据集上训练100个周期,使用Adam优化器,学习率CNN设为0.001、预训练模型设为0.0001。
3. **加权平均集成**:基于验证集上各模型的性能分配权重,将预测结果加权求和得到最终输出。实验硬件为Intel Core i7处理器/NVIDIA GPU(RTX 3060, 12GB显存)/16GB RAM,框架包括TensorFlow 2.x、Keras、OpenCV等。
### 研究结果
#### 4.1 训练与验证的准确率和损失图
通过绘制损失和准确率曲线,研究人员分析了模型学习过程。预训练模型(ResNet、EfficientNet)因先前学习,收敛更快;自定义CNN需更多周期但性能相近;加权平均集成模型的准确率曲线持续上升且损失稳步下降,表明集成策略有效提升训练稳定性。
#### 4.2 混淆矩阵分析
通过混淆矩阵评估各类别分类情况。ResNet对“奔跑”类表现较好但“打斗”类易误判;EfficientNet和自定义CNN在各类别间误分类较少;加权平均集成模型进一步减少了类间混淆,尤其在“抢夺”与“打斗”等视觉相似动作上,取得了最低的误报率和漏报率。
#### 4.3 准确率、精度、召回率和F1分数
使用ResNet、EfficientNet、自定义CNN和加权平均集成模型分别计算性能指标:
- ResNet:整体准确率95%,但“手机抢夺”类的召回率仅89%,F1分数94%;
- EfficientNet:整体准确率96%,各指标接近96-97%;
- 自定义CNN:整体准确率97%,对“手机抢夺”类的召回率97%,F1分数98%;
- 加权平均集成:整体准确率98%,各子类(奔跑、手机抢夺、打斗)的精度、召回率、F1分数均在97-99%区间,支持样本量均衡,表明集成方法显著提升了稳定性和分类鲁棒性。
### 讨论与结论
讨论部分指出,加权平均集成框架通过结合CNN的低级空间特征提取、ResNet的残差学习深度特征以及EfficientNet的优化缩放,有效弥补了单一模型的不足。集成预测时根据验证性能赋予权重,确保了高贡献模型的主导作用。与文献报道相比,本方法在复杂活动数据集上取得了更高精度,尤其在安全监控所需的异常行为识别场景中优势明显。
**研究结论部分翻译**:研究人员旨在利用深度学习模型有效分类和识别这些复杂活动模式。为此,研究人员评估了多种先进的卷积神经网络,包括ResNet、EfficientNet、自定义CNN以及与加权平均集成方法结合的模型。实验结果表明,标准预训练模型表现合理,而自定义CNN通过捕获更具判别性的空间特征提升了分类性能。此外,结合加权平均集成的多模型融合方法在所有活动类型及子类型上取得了最佳准确率和稳定性。总之,所提出的集成模型性能优于基线模型,表明其能有效捕捉真实世界活动识别的复杂性和多样性。这些结果证明,基于集成的深度学习方法在提升HAR系统的性能和鲁棒性方面前景广阔,尤其适用于公共安全、犯罪预防和监控等安全关键应用。提出的方法取得了良好结果,但处理速度和整体效率仍有提升空间。未来工作将侧重于实时实验、不平衡数据处理,并将当前模型扩展到更多领域的人类活动预测。可融入多模态传感器数据和自监督学习方法以展示更强的鲁棒性和泛化能力。