基于多传感器融合的人体行为跟踪方法、介质、设备及系统

本发明涉及一种基于多传感器融合的人体行为跟踪方法、介质、设备及系统，构建基于生成对抗改进的分类神经网络模型，基于人体配置若干传感器，获取数据样本，训练所述网络模型，基于预设的初始化动作对人体进行定位后，采集若干传感器范围的位置信号，输入训练后的网络模型，输出当前人体行为跟踪结果；以方法实现硬件；系统包括至少2个传感器及执行方法的控制器，配合控制器连接至VR穿戴设备和中央处理器。本发明构建基于生成对抗改进的分类神经网络模型，可以在获得少量有效筛选数据的前提下扩充数据量，并考虑到应用于人体行为跟踪，故以上下文注意力模块进一步伴随训练数据的生成，可以快速达到分类网络的收敛，提高鲁棒性、提升训练效率。