摘要
本申请提供一种步态信号识别方法及装置,涉及信号处理领域,解决了现有技术在步态识别的精度方面存在局限的技术问题。该方法包括:获取惯性传感器采集的一维原始步态信号,提取一维原始步态信号的加速度的三维信息和角速度的三维信息,得到六维步态信号;将六维步态信号输入双向LSTM神经网络子模块,得到六组初始特征;通过注意力池化子模块对六组初始特征进行深层次特征提取,得到六组深层次特征;将六组深层次特征进行拼接,得到一维原始步态信号特征;将一维步态信号特征输入分类器模块,确定步态识别结果。本申请用于步态信号识别过程中。
技术关键词
LSTM神经网络
信号特征
信号识别方法
步态识别
注意力
惯性传感器
子模块
双曲正切函数
时序
矩阵
分类器
记忆单元
信号识别装置
通信单元
加速度
处理单元
分支
信号处理
系统为您推荐了相关专利信息
周期性特征
训练神经网络模型
数据
正弦波
注意力
空间权重矩阵
导航方法
多尺度特征
注意力
热力图
机场跑道
融合神经网络
风险预警方法
覆冰
预警模型