無監督特征學習的人體活動識別*

史殿習，李勇謀，丁博(國防科技大學計算機學院，湖南長沙410073)

無監督特征學習的人體活動識別*

史殿習，李勇謀，丁博
(國防科技大學計算機學院，湖南長沙410073)

針對人的局限性可能會導致在提取特征中丟失重要信息，從而影響最終的識別效果問題，提出無監督特征學習技術的慣性傳感器特征提取方法。其核心思想是使用無監督特征學習方法學習多個特征映射，再將所有特征映射拼接起來形成最終的特征計算方法。其優點是不會造成重要信息的損失，而且可以顯著減少所使用的無監督特征學習模型的規模。為了驗證所提出的特征提取方法在活動識別中的有效性，運用一個公開的活動識別數據集，使用三種常用無監督模型進行特征提取，并使用支持向量機進行活動識別。實驗結果表明，特征提取方法取得了良好的效果，與其他方法相比具有一定的優勢。

人體活動識別；無監督特征學習；智能手機；傳感器

目前廣泛使用的智能手機如Apple iPhone以及Android的各種型號的智能手機，大都內置了多種傳感器，例如加速度傳感器、陀螺儀傳感器、距離傳感器、光傳感器以及GPS等。內嵌了各種傳感器的智能手機的廣泛普及和應用，催生了嶄新的基于智能手機傳感器的應用和研究，例如人體活動識別、跌倒檢測、身份識別等［1］。其中，人體活動識別是當前的熱點研究問題。活動識別可以作為健康評估和醫療保健的干預工具，通過長時間識別和記錄用戶的活動，可以計算出用戶的活動水平和能量消耗，為活動太多或太少的用戶提供反饋信息，幫助其建立健康的生活方式。

文獻［1］中對現有的活動識別研究做了比較全面的論述，按識別的活動的類別可以分為:運動類、交通模式類、鍛煉類、日常類和手機使用方式類活動等。目前，運動類活動識別是當前的研究熱點問題，也是史殿習等關注的重點，通常包括走路、上樓梯、下樓梯、跑步、坐、站、躺等，通常涉及加速度計和陀螺儀兩種慣性傳感器的一種或者兩種。

活動識別是一個典型的時間序列分類問題，其問題可以定義為:確定傳感器數據流的某一連續部分是由哪種人體活動產生的。活動識別的處理過程一般分為以下三個過程:數據預處理、特征提取和分類［1］。

數據預處理通常包括噪聲消除和數據流分割。采集數據時，由于外界環境的影響如路面不平以及智能手機位置的變動，會使數據包含大量的噪聲，噪聲消除通常采用的是低通濾波器技術。由于從連續的傳感器數據流提取有用信息比較困難，并且大部分的分類算法無法處理連續的數據流，因此一般使用具有50%重疊、長度固定的滑動窗口將數據分割為等長的段，如圖1所示。

圖1 50%重疊的滑動窗口Fig.1 Sliding windowswith 50%overlap

經過預處理后，得到固定長度的數據，直接用于分類時效果較差，一般需要先進行特征提取。所謂特征，通常是指原始數據的抽象表示，好的特征是分類成功的關鍵。特征提取的本質是確定從原始數據到特征的變換方法，這種變換方法大部分都是由研究人員，根據一些特定領域的專業知識人工設計的。常用的特征分為時域特征和頻域特征:時域特征是直接從時域數據中計算出的一些統計值，例如均值、標準差、能量、熵和相關系數等；頻域特征通常是使用快速傅里葉變換得到原始數據的頻域表示，然后基于頻域表示提取特征。常用的這兩類特征依賴領域知識，在應用于不同類別的活動時，一是可能會存在不適應特定數據的問題；二是它們通常是由人工設計的，可能由于設計的失誤，導致在提取特征后，丟失重要信息，從而影響分類效果。為了減少這兩個問題的影響，可以使用無監督特征學習技術［2］，該技術能夠直接從傳感器數據中學習特征的變換方法。在使用無監督特征學習技術提取特征時，不需要依賴領域知識，而且由于是從數據中學習特征，因此也不存在數據不適應問題。據悉，目前使用該技術對慣性傳感器數據進行特征提取，進而進行活動識別的研究僅有文獻［3-5］。文獻［3］最早使用無監督特征學習技術如深度信念網絡(Deep Belief Networks，DBN)和主成分分析(Principal Components Analysis，PCA)技術對加速度傳感器數據進行處理，學習特征變換方法，進而提取相應的特征對廚房活動、日常活動以及汽車生產流水線中工人的活動等進行識別；文獻［4］在文獻［3］的工作基礎上，使用平移不變性稀疏編碼技術提取特征；文獻［5］亦使用稀疏編碼技術進行特征提取，進而對運動類活動和交通模式類活動如靜止、走路、乘車、騎自行車等進行識別。

活動識別的最后一步是分類。首先，選擇合理的分類算法對分類器進行訓練；然后，使用通過訓練得到的分類器進行分類。目前，活動識別中所用的分類算法大多數是有監督分類算法［1］，比如支持向量機(Support Vector Machine，SVM)、人工神經網絡(Artificial Neural Network，ANN)、決策樹C4.5、樸素貝葉斯和K近鄰等算法。相對而言，目前使用半監督的分類方法的研究相對較少，文獻［6］研究了自我學習、協同學習和主動學習三種經典的半監督的分類方法在活動識別領域的應用；文獻［7］使用無監督聚類算法來提高已有分類器的性能，亦屬于半監督的分類方法。對于半監督的分類方法來說，由于其可以利用無標注的數據，在實際應用中效果較好，其識別準確率可以達到80%以上［1］。雖然目前有很多分類算法，選擇合適的分類算法仍然是比較煩瑣和具有挑戰性的工作。

在活動識別的處理過程中，雖然活動類型是由分類器來識別和分類的，但是活動識別的前兩個階段也都具有十分重要的作用，預處理和特征表示都是獲取高性能的分類結果的關鍵因素。針對活動識別領域使用的常用特征的一些缺陷，史殿習等提出一種基于無監督特征學習技術的慣性傳感器特征提取方法，在此基礎上，使用支持向量機SVN分類方法，在一個活動識別公開數據上進行了實驗驗證。

1 慣性傳感器數據特征提取方法

1.1 基本思想

所涉及的慣性傳感器包括三軸加速度傳感器和陀螺儀傳感器。這兩種傳感器都具有三個方向，與生活的三維空間相對應。但是手機的三維坐標系是基于手機屏幕的，如圖2［15］所示。

圖2 智能手機坐標系Fig.2 Coordinate system of smartphones

當智能手機在人身上的位置和方向相對固定時，其采集的三維數據比較穩定，能夠正確地反映身體的運動；當方向變化較大時，其合成量仍然可以可靠地測量身體運動的程度。基于上述考慮，增加一個維度的信息，特征提取時將使用四個維度的信息，即{X，Y，Z，R}，將每個維度稱為一個channel，即四個channel。在此基礎上，提出一種基于無監督特征學習的慣性傳感器特征提取方法，并將其集成到經典的分類問題處理流程中，如圖3所示。首先，將傳感器數據流使用滑動窗口技術分割為等長的數據段，分割后得到等長數據段有三個channel，即{X，Y，Z}；然后，計算合成量，將這四個channel的數據作為無監督特征學習模型的輸入。該特征提取方法主要包含以下兩個步驟:

1)對每個channel的數據使用無監督特征學習技術，學習特征變換方法，如圖3所示，{X，Y，Z，R}四個channel分別得到四個特征映射方法: map_X，map_Y，map_Z，map_R。

圖3 基于無監督特征學習的活動識別Fig.3 Activity recognition based on unsupervised feature learning

2)把{X，Y，Z，R}四個channel的數據分別使用對應的特征映射方法map_X，map_Y，map_Z，map_R得到的特征拼接起來，作為最終的特征向量，用于分類。

將這種首先分channel使用無監督特征學習技術進行學習特征映射，然后將其拼接到一起的特征提取方法，稱作基于無監督特征學習的channel-wise特征提取方法［8］。與之相對應的是不分channel的無監督特征學習［3-5］，即將三個channel或者四個channel的原始數據拼接起來，作為一個無監督特征學習模型的輸入，學習特征表示。這種基于無監督特征學習的channel-wise特征提取方法的優點主要包括:①使用特征學習技術能夠克服對領域知識的依賴，也不會造成重要信息的損失；②channel-wise方式使用無監督特征學習技術，與不分channel的方式相比，可以顯著減少所使用的無監督特征學習模型的規模，例如在基于神經網絡的無監督特征學習方法中，可以將權值數量降為1/4，從而減少訓練時間和所需要的數據規模；③channel-wise方式更為靈活，可以在不同的channel使用不同的超參數，甚至不同的模型；④使用channel-wise方式，使實現模型的并行訓練更為容易。雖然，這種channel-wise方式不能提取不同channel間的相關信息，但是由于無監督特征學習技術能夠控制好特征提取帶來的信息損失，所以不同channel的相關信息仍然可以被分類算法所利用。

1.2 特征學習模型

在所提出的特征提取方法中，需要用到無監督特征學習技術從每個channel學習特征映射方法。在經過對常見的無監督特征學習技術分析之后，主要研究將兩種基于自編碼器(Auto-Encoder，AE)的模型和主成分分析(Principal Components Analysis，PCA)應用于傳感器數據特征提取。其原因在于這兩種模型具有一定的代表意義，AE模型是非線性模型，而PCA是線性模型。

AE通常定義為一個單隱藏層神經網絡，其輸入單元的數量與輸出單元的數量相同，在訓練時將輸入值作為目標值進行訓練。本質上AE是嘗試去學習一個恒等函數，換句話說，它嘗試逼近一個恒等函數，從而使得輸出^x接近于輸入x。

若令N和K分別表示輸入單元的數量和隱藏單元的數量，那么一個AE的參數可以形式化地表達為:W(1)∈(K×N)和W(2)∈(N×K)(W(1)，W(2)分別表示從輸入層到隱藏層的權值和從隱藏層到輸出層的權值)，b(1)∈K和b(2)∈

N(b(1)，b(2)分別表示隱藏層偏置和輸出層偏置)。一個AE可以分解為兩部分，編碼部分和解碼部分。編碼部分將輸入x∈N變換為隱藏層表示h (x)∈K，解碼部分是使用隱藏層表示重建原始輸入。隱藏層表示h(x)和原始輸入的重建^x的計算方法為:

其中，σ(·)是激活函數，通常使用sigmoid函數和tanh函數。AE的目標是學習隱藏層表示h(x)，也可以將h(x)看作特征映射。將用于訓練AE的無標簽的數據集記作X={x(1)，…，x(m)}，其中x(i)∈N，采用均方誤差作為衡量輸入x和輸出^x的相似程度的標準，所以AE的代價函數可以表示為:

不作限制地使用AE通常并不能取得好的效果，需要對AE增加某些限制。為了學習獲取有用的表示，一種常用的限制是對隱藏層單元施加稀疏性約束，一般認為超完備的稀疏表示能夠取得的性能高于規模更小的表示［9］。稀疏性約束是指限制每個隱藏層單元的平均激活值，使其接近于一個固定的常數ρ∈(0，1)，ρ通常是一個接近于0的較小的值(比如ρ=0.05)。其中，隱藏神經元j在訓練集上的平均活躍度用^ρj表示。這種具有稀疏性約束的AE通常被稱為稀疏自編碼器(Sparse Auto-Encoder，SAE)。稀疏性約束是通過在AE的代價函數加入用于描述神經元的平均激活值^ρj和ρ的相差程度的KL(Kullback-Leibler)散度(又稱相對熵)實現的，其中KL散度的定義為:

式(4)中，第一項為均方誤差，第二項為稀疏性懲罰，β為調節兩項的比例的參數。由于KL散度是平滑且可微的，所以其代價函數也是可微的，可以使用基于梯度的優化方法進行訓練。當最小化代價函數時，第一項是用于減小重構時的信息損失，第二項使隱藏層單元的平均激活值保持在預設的水平。值得注意的是，由于KL散度只在(0，1)上有定義，在使用tanh等值域為(-1，1)的函數作為激活函數時，需要將隱藏單元的平均激活值調整到(0，1)上。

AE模型的另外一個擴展是去噪自編碼器(De-noising Auto-Encoder，DAE)，DAE最初是在文獻［10］中作為深度神經網絡的基本構造塊引入的。為了使AE能夠學習到魯棒性更好的特征，減輕噪聲對特征的影響，DAE試圖從加入了噪聲破壞的原始輸入重建出無噪聲的原始輸入。在DAE中常用的噪聲有以下兩種［11］:

1)高斯噪聲:用GN(x)表示加入高斯噪聲后的數據，則GN(x)=x+N(0，σ2I)，其中σ2I為所加入的噪聲的協方差矩陣。

2)Mask噪聲:對于每個輸入x，從所有元素中隨機選擇占比例p的元素，將其設置為激活函數的值域的最小值，若使用sigmoid函數則置0，若使用tanh函數則置-1。

最后，在使用基于AE的模型進行特征學習時，為了克服單隱藏層網絡表示能力的一些缺陷，通常的做法是將多個AE堆疊起來，即將一個AE的隱藏層輸出作為另一個AE的輸入。在訓練時，先用原始數據訓練最外層的AE，得到其隱藏層輸出后將其作為輸入數據訓練下一層AE。

PCA是一個被廣泛使用的具有良好數學基礎的維度縮減方法。它通過使用正交變換，將可能存在相關性的一定維度的變量轉換成維度更小的無相關的變量，同時在維度縮減的過程中保持信息損失最小化。在PCA中，數據集的協方差矩陣的最大的幾個特征值所對應的特征向量所張成的低維子空間，能夠保持原始數據最大的方差。從原始數據到方差最大化的子空間的投影可以作為特征表示，也可以用于數據的可視化。

PCA可以看作是一種無監督特征學習方法，主要是由于這種方法可以自動地從數據中學習到緊湊且有意義的原始數據的表示，并且不需要依賴于領域知識。本質上，PCA學習到一個線性變換f(x)=WTx，把數據映射為特征，這與使用線性激活函數的AE具有相似的效果。

1.3 超參數選擇方法

機器學習模型中的參數可以分為兩類:參數和超參數。尋找最優參數問題已經得到很好的解決，目前有很多優化算法可以使用。而對于超參數的選擇，尚未得到很好解決，更多地依賴于經驗和窮舉搜索。然而，合理的超參數設置也對機器學習方法的性能具有至關重要的影響［12］。對于超參數的選擇，采用基于經驗與窮舉搜索相結合的方法，其中，對于數值型超參數，選取合理的取值范圍和搜索步長，進行網格搜索。

2 活動識別實驗驗證和結果分析

為了驗證提出的特征提取方法在活動識別中的有效性，在公開數據集合上設計實驗，共提取了八種特征，最后使用SVM對常見的六種活動進行識別并分析實驗結果。

2.1 活動識別數據集

實驗的數據來源于一個常用的活動識別的數據集:UCI機器學習資源庫［13］中的“Human Activity Recognition Using Smartphones Data Set”［14］，簡記為UCI-HAR數據集。該數據集所收集的數據來自一組30個年齡分布在19～48歲的志愿者，每個人要求執行六種活動:WALKING，WALKING UPSTAIRS，WALKING DOWNSTAIRS，SITTING，STANDING和LAYING，在執行這些活動的時候將一部智能手機固定在腰部。在活動的過程中，使用智能手機內置的加速度計和陀螺儀兩種慣性傳感器，以50Hz固定頻率記錄三軸線性加速度和三軸角速度。在實驗進行過程中，使用視頻記錄用于人工的標記數據。所獲得的數據集被隨機分成兩組，其中70%的志愿者被選擇用于生成訓練數據，另外30%用于生成測試數據。

該數據集中的傳感器信號已經經過噪聲消除，并且使用長度2.56s具有50%的滑動窗口進行分割，分割后的數據每個窗口128個采樣點。滑動窗口分割后，訓練集有7352個樣例，測試集有2947個樣例。每個樣例的屬性包括三軸加速度、三軸角速度、活動標簽以及生成數據的人的編號。為了便于在AE中使用sigmoid函數作為編碼函數和解碼函數，將所有傳感器數據都調整到［0.1，0.9］。

2.2 特征提取實驗

為了驗證特征提取方法的有效性，對比不同特征的效果，不僅使用兩種基于特征學習的方法提取特征，還提取了常用的統計特征和頻域特征。本節將簡單描述以channel-wise和不區分channel兩種方式使用特征學習技術進行特征提取的過程，以及統計特征和頻域特征的定義和計算方法。

在進行特征學習時，使用UCI-HAR數據集中訓練集與測試集的所有數據，共10 299個訓練樣例對特征學習模型進行訓練。

在基于AE的方法中級聯兩層AE，SAE和DAE第一層網絡結構參照PCA的合適壓縮維度進行選擇，SAE第二層仍然采取同樣方法，對于DAE第二層網絡結構則參照SAE第二層。

2.2.1 基于SAE的channel-wise方式特征學習

通過使用PCA模型進行分析，發現當將128維的各個channel的數據壓縮為64維時，所有channel均可以保持超過99%的方差比例。因此將隱藏層單元數目設置為64的1.5倍，所以第一層SAE網絡結構為128×96×128。根據1.3節提出的方法，稀疏性稀疏β=128/96≈1.33。再在各個channel的數據中搜索最優的ρ，搜索時對SAE使用Pylearn2中的帶線搜索的批處理梯度下降法訓練200個周期，模型的評價標準為最后5個周期MSE平均值。搜索結果(見表1)表明，對于加速度傳感器數據{X，Y，Z，R}最優ρ分別為{0.25，0.25，0.30，0.15}，陀螺儀傳感器數據{X，Y，Z，R}最優ρ值分別為{0.25，0.10，0.10，0.40}。

表1 所有channel第一層SAEρ搜索結果Tab.1 Search results of SAEρin first layer for all channels

在確定第一層SAE的各個超參數后，使用Pylearn2中的帶線搜索的批處理梯度下降法，對其訓練200個周期。訓練后的第一層SAE的隱藏層輸出作為下一層SAE的輸入。

第二層SAE使用與第一層SAE相似的方法確定超參數。通過對第一層SAE的隱藏層輸出使用PCA分析，發現16維為合適的壓縮維度，因此第二層SAE的網絡結構為64×24×64。使用同樣的方法搜索最優ρ取值，根據搜索結果，加速度傳感器數據{X，Y，Z，R}最優ρ分別為{0.30，0.30，0.40，0.40}，陀螺儀傳感器數據{X，Y，Z，R}最優ρ值分別為{0.40，0.05，0.30，0.20}。

在確定各個channel第二層SAE的最優稀疏性參數ρ的取值后，使用與第一層類似的訓練方法和設置對其進行訓練。將每個channel第二層SAE的隱藏層輸出作為特征，每個channel得到24個特征，這種特征提取方法共提取了192個特征。

2.2.2 基于DAE的channel-wise方式特征學習

根據使用SAE時對數據的分析，將第一層DAE隱藏層單元數設為64，第二層DAE隱藏層單元數設為16。采用網格搜索方式來確定DAE的噪聲類型和噪聲水平，模型的選擇標準基于訓練集的10-折交叉驗證結果，分類器使用one-vsone多類擴展的、帶有徑向基核函數(Radial Basis Function，RBF)核函數的SVM，SVM的兩個超參數的搜索空間分別為C∈{2-5，2-4，…，25}和γ∈{2-4，2-3，…，24}。搜索結果(見表2)表明，第一層DAE使用σ2=0.002 5的GN噪聲、DAE2使用σ2=0.010 0的GN噪聲所取得的效果最好。這種方式共提取了128個特征。

表2 channel-wise DAE超參數搜索結果Tab.2 Search results of channel-wise DAE’s hyper-parameters

2.2.3 基于PCA的channel-wise方式特征學習

為了使提取的特征具有可比性，使用PCA將每個channel 128維數據壓縮為16維。最終也提取了128個特征。

2.2.4 不區分channel方式特征學習

為了對比channel-wise方式與不區分channel方式的特征學習方式，對應提取了三種不區分channel方式的特征。為了使結果具有可比性，對于不區分channel方式的學習，對每種傳感器數據使用與channel-wise方式相對應的結構和參數。

在使用SAE模型進行不區分channel方式特征學習時，即第一層SAE為512×384×512，第二層SAE為384×96×384。使用與channel-wise方式相似的稀疏性參數搜索過程。由于網絡規模較大導致訓練時間較長，在不分channel-wise方式特征學習搜索中僅對模型訓練100個周期。第一層搜索結果為:加速度數據0.05，陀螺儀數據0.10。在第一層SAE確定最優ρ后，仍然對其訓練200個周期，然后將其隱藏層輸出作為第二層SAE的輸入對其進行參數搜索，搜索結果為:加速度數據0.10，陀螺儀數據0.05。最后對第二層SAE使用最優參數訓練200個周期，每種傳感器數據得到96個特征，共計192個特征。

在使用DAE模型進行不區分channel方式特征學習時，第一層DAE網絡結構為512×256× 512，第二層DAE網絡結構為256×64×256。對于不區分channel方式，DAE1使用σ2=0.002 5的GN噪聲、DAE2使用p=0.020的MN噪聲所取得效果最好。這種方式共提取了128個特征。

在使用PCA模型進行不區分channel方式特征學習時，將所有加速度數據使用PCA壓縮為64維度，陀螺儀數據也壓縮為64維度。最終，同樣提取了128維數據。

2.2.5 時域統計特征和頻域特征

時域統計特征是基于智能手機的活動識別研究中使用最多的特征，其主要優點是計算簡單，適用于在資源有限的智能手機上實現。選取最為常用的幾個統計特征，包括從每個channel提取的均值、標準差、能量和熵，以及每個傳感器提取的6個相關系數，共計44個特征。

頻域特征也是基于智能手機的活動識別研究的常用特征，頻域特征效果一般比統計特征要好，但是頻域特征計算復雜度更高。頻域特征一般是先對信號進行離散傅里葉變換得到傅里葉系數，然后基于傅里葉系數提取特征。對每個channel的數據進行離散傅里葉變換后，取其最大的8個系數作為特征，每個系數記錄其頻率和振幅，每個channel提取16個特征，所有channel共128個頻域特征。

2.3 實驗結果與分析

在完成特征提取后，使用支持向量機SVM識別上文所提的6種活動。所使用的SVM的多分類擴展使用one-vs-one方式，核函數使用常用的高斯核函數。實驗過程中，首先在訓練集上使用10-折交叉驗證，在C∈{2-5，2-4，…，25}和γ∈{2-4，2-3，…，24}網格中搜索最優的C和γ值，然后使用最優的C和γ在訓練集上訓練出分類器，最后報告交叉驗證的準確率和在測試集上的準確率，見表3。從表3中的結果可以看出:

1)對于兩種特征學習方式，channel-wise方式要優于不區分channel方式，所以在處理慣性傳感器數據時，channel-wise方式使用特征學習技術更為合適。

2)使用channel-wise方式的三種特征學習技術都明顯優于常用的統計特征和頻域特征，這說明該特征提取方法具有一定的優勢。

3)在使用channel-wise方式的三種特征學習技術中，線性方法PCA取得最好的結果，非線性的SAE的準確率略低于PCA，這是由于用于特征學習的數據較少。在兩種基于AE的技術中，SAE要比DAE更好，說明SAE更適合處理傳感器數據。

表3 不同特征使用SVM識別準確率Tab.3 Recognition accuracy of SVM for different features

3 結論

本文提出了一種基于無監督特征學習的慣性傳感器數據特征提取方法。這種方法具有以下特點:由于無監督特征學習一般使用信息損失最小化方法學習特征映射，所以可以避免重要信息損失；能夠自動地從數據學習特征表示，對于領域專業知識的依賴更少；細粒度的特征提取方式速度快、規模小，對于其他問題也有一定的借鑒意義。

基于上述方法提取的特征在公開數據集上進行活動識別實驗。實驗結果表明，channel-wise方式特征學習在活動識別的準確率上優于不分channel方式，并且也優于時域統計特征和頻域特征。在所研究的三種特征學習模型中，SAE和PCA大致相當并優于DAE。由于實驗所使用的數據較少，而無監督特征學習模型通常需要大量數據，在下一步工作中將會收集更多數據用于學習特征表示。

References)

［1］Incel O D，Kose M，Ersoy C.A review and taxonomy of activity recognition on mobile phones［J］.BioNanoScience， 2013，3(2):145-171.

［2］Bengio Y，Courville A C，Vincent P.Unsupervised feature learning and deep learning:a review and new perspectives［J］.CoRR，2012:1.

［3］Pl?tz T，Hammerla N Y，Olivier P.Feature learning for activity recognition in ubiquitous computing［C］//Proceedings of the Twenty-Second International Joint Conference on Artificial Intelligence，2011，2:1729-1734.

［4］Vollmer C，Gross H M，Eggert J P.Learning features for activity recognition with shift-invariant sparse coding［C］// Proceedings of ICANN，2013:367-374.

［5］Bhattacharya S，Nurmi P，Hammerla N，et al.Using unlabeled data in a sparse-coding framework for human activity recognition［J］.Pervasive and Mobile Computing，2014，15:242-262.

［6］Longstaff B，Reddy S，Estrin D.Improving activity classification for health applications on mobile devices using active and semi-supervised learning［C］//Proceedings of Pervasive Computing Technologies for Healthcare(Pervasive Health)，2010 4th International Conference on-No Permissions，IEEE，2010:1-7.

［7］Zhao Z T，Chen Y Q，Liu JF，et al.Cross-people mobilephone based activity recognition［C］//Proceedings of International Joint Conference on Artificial Intelligence，2011，22(3):2545-2550.

［8］Li Y M，Shi D X，Ding B，et al.Unsupervised feature learning for human activity recognition using smartphone sensors［C］//Proceedings of Second International Conference，MIKE，2014:99-107.

［9］Yang JC，Yu K，Gong Y H，et al.Linear spatial pyramid matching using sparse coding for image classification［C］// Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，CVPR，IEEE，2009:1794-1801.

［10］Vincent P，Larochelle H，Bengio Y S，et al.Extracting and composing robust features with denoising autoencoders［C］// Proceedings of the 25th International Conference on Machine Learning，ACM，2008:1096-1103.

［11］Vincent P，Larochelle H，Lajoie I，et al.Stacked denoising autoencoders:learning useful representations in a deep network with a local denoising criterion［J］.The Journal of Machine Learning Research，2010，11:3371-3408.

［12］Bergstra J，Bengio Y.Random search for hyper-parameter optimization［J］.The Journal of Machine Learning Research，2012，13(1):281-305.

［13］Frank A，Asuncion A.UCImachine learning repository［M/OL］.http://archive.ics.uci.edu/ml.

［14］Anguita D，Ghio A，Oneto L，etal.A public domain dataset for human activity recognition using smartphones［C］.European Symposium on Artificial Neural Networks，Computational Intelligence and Machine Learning，ESANN，2013.

［15］Android.Sensor Event Class［M/OL］.http://developer.android.com/reference/android/hardware/SensorEvent.html.

Unsupervised feature learning for human activity recognition

SHIDianxi，LIYongmou，DINGBo
(College of Computer，National University of Defense Technology，Changsha 410073，China)

To solve the problems that human limitationsmay cause the loss of important information，thus affecting the classification results，a feature extraction method based on unsupervised feature learning techniqueswas proposed.Unsupervised feature learningmethod to learnmultiple featuremaps was used and concatenated together.Thismethod can avoid the loss of important information，and also can significantly reduce the scale of unsupervised feature learningmodel used.To evaluate the proposed method，experiments on a public human activity recognition dataset were performed，using three commonly used unsupervised feature learningmodels，and finally using support vectormachines to classify activities.The results show that the proposed feature extraction method achieves good results，and has certain advantages compared with othermethods.

human activity recognition；unsupervised feature learning；smartphone；sensors

TP391

A

1001-2486(2015)05-128-07

10.11887/j.cn.201505020

http://journal.nudt.edu.cn

2015-05-03

國家自然科學基金資助項目(61202117，91118008)

史殿習(1966—)，男，山東龍口人，教授，博士，E-mail:dxshi@nudt.edu.cn