[发明专利]一种基于卷积神经网络的人体运动步态分类方法

摘要

本发明提供了一种基于卷积神经网络的人体运动步态分类方法，能够对人体复杂运动步态进行高精度的步态划分，从而完成后续的精确导航任务。通过对测量得到的各个参量数据进行步态统计学分析，得到对人体运动步态变化最敏感的参量，以该参量作为卷积神经网络输入，能够获得准确的、与步态分类有关的数据，减少卷积神经网络的输入，降低网络计算的复杂度；通过敏感参量的选取后，剔除了一些与步态划分无关的输入量，使得卷积神经网络的步态识别精度高，实现对人体复杂运动步态的高精度划分。

主权项

一种基于卷积神经网络的人体运动步态分类方法，其特征在于，包括如下步骤：步骤1，采集人体在不同运动步态下的三轴加速度和三轴角速度信息，得到六个参量的样本数据，针对各个参量的样本数据，计算其在各步态下的步态统计学特征，并获得各参量的步态统计学特征差异；选取步态统计学特征差异大于设定阈值的参量为敏感参量，以敏感参量的数据作为卷积神经网络输入；将人体运动步态作为卷积神经网络输出；步骤2，建立卷积神经网络，并利用步骤1得到的敏感参量的样本数据以及步态对卷积神经网络进行训练，得到训练好的卷积神经网络；步骤3，实时采集敏感参量的数据并输入到训练好的卷积神经网络中，得到的输出结果即为当前的人体运动步态，实现人体运动步态分类。