一种基于密集连接卷积神经网络的人体运动状态判别方法
授权
摘要
本发明提供了一种多维信息融合的步态数据采集方式，以及基于密集连接卷积神经网络的运动状态判别方法。在多维信息融合的步态数据采集过程中，同时测量实验对象在直行、左转、右转、爬楼梯时左小腿(LS)、右小腿(RS)和腰上(L5)的加速度和角速度信息以及足底压力信息，可操作性强、复杂度低。本发明提出的针对原始步态序列的密集连接卷积神经网络不再需要特征提取，无需先验知识，同时配合特征选择，减少了所需的配套测量装备个数和特征数目，降低了网络模型的复杂度。且通过将中间部分卷积层的输入和输出特征图连接形成下一层的输入，使得本网络的准确率有明显提高。在上述自采数据集上测试单人多任务(直行、左转、右转)的运动状态判别(直行、左转、右转)准确率可达99.1％，和SVM的91.79％相比，准确率有所提高。
基本信息
专利标题 ：
一种基于密集连接卷积神经网络的人体运动状态判别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110334573A
申请号 ：
CN201910281057.6
公开（公告）日 ：
2019-10-15
申请日 ：
2019-04-09
授权号 ：
CN110334573B
授权日 ：
2022-04-29
发明人 ：
张斌刘宇李阳
申请人 ：
北京航空航天大学
申请人地址 ：
北京市海淀区学院路37号
代理机构 ：
北京金恒联合知识产权代理事务所
代理人 ：
李强
优先权 ：
CN201910281057.6
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-04-29 ：
授权
2019-11-08 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20190409
申请日 : 20190409
2019-10-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
