基于深度学习的异常步态分析方法、装置、设备及介质
- 专利权人:
- 发明人:
- 陈智,李巧勤,刘勇国,兰刚,张云,朱嘉静
- 申请号：
- CN202211424056.0
- 公开号：
- CN115644855A
- 申请日:
- 2022.11.15
- 申请国别(地区):
- CN
- 年份:
- 2023
- 代理人:
- 摘要：
- 本发明公开了基于深度学习的异常步态分析方法、装置、设备及介质，该方法包括：基于智能手机获取用户步态数据，并对用户步态数据进行预处理；根据预处理后的用户步态数据，基于多尺度时频回声状态网络提取时间序列的多尺度时频特征；采用卷积神经网络对多尺度时频特征进行深度特征提取，得到多尺度时频深度特征；并通过注意力机制融合多尺度时频深度特征，构建基于多尺度时频深度特征的异常步态分析模型，并进行模型训练；将待分析的用户步态数据输入到训练好的基于多尺度时频深度特征的异常步态分析模型中，进行预测分析，并输出异常步态结果。本发明实现客观化的异常步态分析，提高步态量分析的准确性。
- 来源网站：
- 中国工程科技知识中心
