标题：一种基于改进深度迁移学习的睡姿识别算法
作者：王述1 许海棋1 陈中豪1；任佳1，2
作者单位：1 浙江理工大学自动化系，杭州 浙江 310018；2 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室，杭州 浙江 310018
关键字：睡姿识别；残差神经网络；迁移学习；柱状分布图
摘要：睡枕的高度对睡眠质量有着决定性的影响，研究表明：为保证高质量的睡眠，人体侧卧时的枕头高度应大于平躺时的枕头高度。提出一种基于改进深度迁移学习的自适应睡枕设计方案：首先采用9路压力传感器阵列对肩颈部压力数据进行采集；然后，将9路压力信号转换为柱状分布图图像信号；接着提出一种改进的ResNet18+CBAM深度网络，并引入迁移学习对模型参数进行学习训练。实验结果表明：该方案具有硬件实现简单、识别准确率高的优点，可以满足睡枕产品开发的需求。