基于多传感器数据融合的盲人步行方向识别方法

AITNT
正文
推荐专利
基于多传感器数据融合的盲人步行方向识别方法
申请号:CN202411720926
申请日期:2024-11-28
公开号:CN119229539A
公开日期:2024-12-31
类型:发明专利
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
1
基于机器视觉的稀有金属加工质量检测方法
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
2
一种基于单码道的位置识别系统、方法、设备及存储介质
位置识别系统 路径损耗模型 节点 位置识别方法 信号
3
一种基于大语言模型动态知识蒸馏的无人机射频指纹识别框架与方法
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
4
基于最小二乘法的器件级热电效应参数识别方法和系统
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
5
一种基于深度卷积神经网络的超声图像识别方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号