一种用于步态训练的识别方法

AITNT
正文
推荐专利
一种用于步态训练的识别方法
申请号:CN202510664595
申请日期:2025-05-22
公开号:CN120544276A
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种用于步态训练的识别方法,涉及步态识别技术领域。所述方法包括:获取视觉传感器采集的视觉序列和惯性测量单元采集的IMU序列,对视觉序列和IMU序列进行时间基准统一和空间基准统一;将时空基准统一后的视觉序列特征和IMU序列特征输入时空联合校准网络,通过时空联合校准网络对视觉序列特征和IMU序列特征进行时空联合校准和特征融合,得到融合特征;基于融合特征进行步态异常识别,并根据识别结果生成动态反馈信号。本发明通过动态时间规整与空间基准统一实现多模态数据时空校准,结合时空联合校准网络完成跨模态特征深度融合,以实现精准步态异常识别与多模态动态反馈,有效解决了时空对齐误差导致的特征融合失效问题。
技术关键词
序列特征 融合特征 动态反馈机制 关节 视觉传感器 校准 基准 识别方法 动态时间规整算法 习惯 步态识别技术 注意力 空间结构特征 坐标系 矩阵 网络
系统为您推荐了相关专利信息
1
一种基于深度学习模型的复杂交通网络流量预测方法
网络流量预测方法 深度学习模型 时空特征学习 节点 短时交通流预测
2
一种人形机器人的腿部结构
人形机器人 腿部结构 升降组件 升降滑杆 升降电机
3
一种基于图卷积神经网络的水库水位预测方法
水库 数据 多头注意力机制 图像 水位预测方法
4
基于流固耦合联动模拟的竖井围岩变形预测方法及装置
围岩变形 LSTM神经网络模型 离散单元法 孔隙水压力 火山灰颗粒
5
基于多传感器融合的人体跌倒检测方法及系统
时空梯度特征 人体跌倒检测方法 多传感器融合 三维点云数据 人体跌倒检测系统
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