摘要
本发明提供的基于多传感器数据融合的盲人步行方向识别方法,利用了双分支卷积神经网络提取了不同传感器数据的特征,使用基于注意力的位置信息挖掘模块和基于注意力内容信息挖掘模块,提取不同特征图中相应的信息,最终经过信息挖掘与融合模块将所提取的信息进行融合,以充分利用不同传感器数据之间的互补信息,本发明通过对不同传感器数据进行全面的信息挖掘以及融合,可以有效的提高分类模型的有效性和鲁棒性,实现更优越的识别精度。
技术关键词
多传感器数据融合
足底压力数据
分支卷积神经网络
卷积神经网络提取
识别方法
注意力
惯性传感器
多尺度
节点
模块
滑动窗口技术
全局平均池化
加速度
压力传感器
陀螺仪
元素
系统为您推荐了相关专利信息
三维网格模型
加工件表面
缺陷分类器
机器学习分类器
统计特征
位置识别系统
路径损耗模型
节点
位置识别方法
信号
射频指纹识别方法
大语言模型
轻量化神经网络
轻量级神经网络
动态无线环境
热电器件冷端温度
参数识别方法
散热装置
关系
参数识别系统
超声图像识别方法
深度卷积神经网络
检测网络模型
区域建议网络
超声图像识别系统