本文使用 CNN 來對可穿戴傳感器收集的大規(guī)模運(yùn)動(dòng)數(shù)據(jù)進(jìn)行分類，同時(shí)對傳感器數(shù)據(jù)轉(zhuǎn)換為不同的圖像格式輸入做出了比較。最佳性能配置以 92.1%的準(zhǔn)確率將 50 種健身房運(yùn)動(dòng)分類。作者在這里使用的是 CNN 而不是 RNN（常用來處理時(shí)序數(shù)據(jù)），是因?yàn)槊看蔚闹貜?fù)運(yùn)動(dòng)練習(xí)（如舉啞鈴）是花費(fèi)的時(shí)間是非常短的少于 4 秒，訓(xùn)練時(shí)不需要長時(shí)間的記憶。數(shù)據(jù)集使用的是從 PUSH（一種戴在前臂上的可穿戴設(shè)備，用于測量運(yùn)動(dòng)員的運(yùn)動(dòng)）收集的，該數(shù)據(jù)是由 1441 名男運(yùn)動(dòng)員和 307 名女運(yùn)動(dòng)員的 449260 個(gè)重復(fù)運(yùn)動(dòng)練習(xí)組成的 49194 個(gè)集合組成。因?yàn)?CNN 的輸入長度是固定的，所以將每條序列的長度固定為 784。擁有超過 784 個(gè)樣本的代表被簡單地裁剪出來 784 個(gè)樣本，不足的采用 zero-paded。該裝置緊緊地綁在上臂上，分別用內(nèi)置加速度計(jì)和陀螺儀測量加速度和方向，因此，時(shí)間序列數(shù)據(jù)具有 9 個(gè)特征（Acc x， Acc y，Acc z） in the local frame， （Acc x， Acc y， Acc z） in the world frame and （EulerAngle x，EulerAngle y， EulerAngle z） in the world frame，數(shù)據(jù)采集的頻率為 200HZ。將傳感器數(shù)據(jù)轉(zhuǎn)換成 2D 形式的輸入有 3 種方法。不同的圖像格式選擇會導(dǎo)致不同的卷積與不同的相鄰元素，其中可能包括不相關(guān)元素之間的卷積。把 9×784 的時(shí)間序列數(shù)據(jù)作為一個(gè)矩形二維圖像。將三個(gè)不同的特征組（local accelerations，world acceleraTIons，and Euler angles）類比為圖像中的 RGB 通道，并創(chuàng)建一個(gè) 3×784×3 的張量。