基于可解释CNN-GRU自注意力模型与数据增强的可穿戴传感器人体活动识别研究

《IEEE Access》:Explainable CNN-GRU Model with Self-Attention for Human Activity Recognition Using Wearable Sensors through Data Augmentation

【字体: 大 中 小 】 时间:2026年03月30日 来源:IEEE Access 3.6

编辑推荐:

  为了提升人体活动识别(HAR)的精度、泛化能力和模型可解释性,研究人员开展了一项结合CNN、GRU与自注意力机制的深度学习模型研究。模型通过滑动窗口预处理策略,在UCI-HAR、WISDM、PAMAP2及WISDM-19等多个数据集上均取得了超过96%的优异识别准确率,最高达99.70%。该研究提出的框架能同时捕捉时空信息,对临床、康复及监测应用具有重要价值。

  
在智能化浪潮席卷全球的今天,人体活动识别(Human Activity Recognition, HAR)正成为连接物理世界与数字世界的关键桥梁。从智能家居的自动感应,到运动康复的精准评估,再到人机交互的自然流畅,准确识别和理解人类的日常活动,蕴含着巨大的应用潜力。近年来,随着可穿戴设备、移动终端以及物联网(Internet of Things, IoT)的普及,我们能够前所未有地便利获取来自加速度计、陀螺仪等传感器的海量时间序列数据。深度学习技术的迅猛发展,为从这些数据中挖掘出人类活动的深层模式提供了强大的工具。
然而,现实往往比理想更具挑战。尽管已有诸多模型被提出,但传统的解决方案在面对一个核心难题时常常显得力不从心:如何在追求极高识别准确率的同时,确保模型能够稳健地应对不同场景、不同个体带来的多样性?具体而言,来自不同数据集的数据往往在特征维度和时间步长上存在差异,这直接制约了模型的通用性和在实际复杂环境中的部署能力。此外,许多高性能的深度学习模型如同一个“黑箱”,其内部决策过程难以理解,这在医疗、康复等对决策可解释性要求极高的领域,构成了应用推广的重大障碍。那么,能否设计一个既精准、高效、泛化能力强,又具备一定“透明度”的模型呢?这正是发表在《IEEE Access》上的这项研究试图回答的问题。
为了攻克上述难题,研究团队设计并验证了一个新颖的深度学习框架。该研究主要运用了几项关键技术:首先,提出了一个结合了卷积神经网络(CNN)、门控循环单元(GRU)和自注意力机制(Self-Attention)的混合模型架构,旨在同时捕捉活动数据中的空间局部特征和时间长期依赖关系。其次,引入可解释人工智能(Explainable AI, XAI)技术,具体采用SHapley Additive exPlanations(SHAP)方法来分析模型中特征的重要性,以提升模型的透明度和可信度。最后,采用了一种滑动窗口(sliding-window)策略对原始传感器时间序列数据进行预处理,以构建模型输入的标准化片段。研究所使用的数据来源于多个公开基准数据集,包括UCI-HAR、WISDM、PAMAP2和WISDM-19,用于全面评估模型的性能与泛化能力。
模型架构与性能表现
研究提出的核心模型是一个CNN-GRU-Self Attention混合结构。在这个架构中,卷积神经网络(CNN)层负责从传感器信号中提取多层次、多尺度的空间局部特征;随后,门控循环单元(GRU)层接收这些特征序列,并专门用于捕捉活动信号中随时间变化的动态模式与长期依赖关系;最后,自注意力机制被集成进来,它能够动态地评估输入序列中不同时间点特征的重要性,并给予更高的权重,从而让模型能够“聚焦”于对当前活动识别最关键的那些时间片段。这种设计不仅增强了模型的表征能力,还因其参数效率较高,实现了高精度的同时保持了较低的计算开销。
卓越的识别准确率
在UCI-HAR数据集上,该模型取得了99.70%的惊人准确率;在WISDM数据集上,准确率也达到了99.14%。为了验证其泛化能力,研究团队进一步在不参与训练调整的PAMAP2和WISDM-19数据集上进行了测试,模型分别获得了96.80%和96.04%的准确率。这一系列结果强有力地证明了该模型不仅能在单一数据集上达到顶尖性能,更具备跨越不同数据分布的强大泛化能力,能够适应多样的活动识别场景。
模型的可解释性分析
通过应用SHAP可解释性方法,研究能够量化并可视化各个传感器特征(如来自不同轴的加速度、角速度等)对于最终活动分类决策的贡献度。这种分析揭示了模型在做判断时所依赖的关键信号特征,例如识别“行走”活动时可能更依赖于垂直方向的周期性加速度模式。这为理解模型内部工作机制打开了一扇窗,增加了其作为决策辅助工具的可信度,尤其有利于在临床和康复环境中的验证与应用。
结论与讨论
本研究成功开发并验证了一个基于CNN、GRU和自注意力机制的混合深度学习模型,用于从可穿戴传感器数据中识别人体活动。该模型通过巧妙的架构设计,高效地融合了空间特征提取、时间动态建模和重点信息聚焦的能力,在多个公开基准数据集上均展现了卓越的识别精度和突出的跨数据集泛化性能。特别值得指出的是,通过集成SHAP可解释性技术,研究在一定程度上“照亮”了深度学习黑箱,提供了关于特征贡献的宝贵见解,增强了模型在医疗健康等敏感领域的实用性和可接受度。
这项工作的意义不仅在于提出了一个高性能的算法。更重要的是,它为解决人体活动识别领域长期存在的精度与泛化性平衡难题、以及模型可解释性需求提供了一个行之有效的综合性框架。其能够同时捕捉时空信息并对活动执行中的自然变异性保持稳健的特点,使得该框架非常适合于对可靠性和可解释性都有高要求的临床应用,如远程病人监护、个性化康复训练评估以及智能养老看护等。未来,该框架有望成为连接前沿人工智能技术与实际健康管理场景的一座坚实桥梁。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号