公开(公告)号：CN111611859B

公开(公告)日：2022-07-22

申请号：CN202010315195.4

申请日：2020-04-21

Applicant: 河北工业大学

Inventor： 耿艳利 ,  蔡晓东 ,  杨鹏 ,  宣伯凯 ,  陈玲玲

IPC: G06V10/764 ,  G06V10/82 ,  G06V40/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于GRU的步态识别方法，属于假肢技术领域，本发明解决了传统步态分类方法计算复杂、实时性差等问题，通过GRU省却了繁复的特征提取工程，只需使用模型参数进行分类即可，大大提升了计算速度，且实现了步态阶段的实时计算，摆脱了传统步态识别需要在线下进行分类的繁琐过程。其包括：利用穿戴于假肢足底的FSR薄膜压力传感器采集行走时的足底压力信息；根据目标典型行走特征和时间戳将各数据队列打上相应标签；搭建GRU网络模型；定义GRU单元、全连接层及各激活函数；得到的数据标签对分成训练集与测试集，训练集送入GRU网络模型进行训练，训练完成后利用测试集评估模型分类效果，进行线上实时分类。

公开(公告)号：CN111611859A

公开(公告)日：2020-09-01

申请号：CN202010315195.4

申请日：2020-04-21

Applicant: 河北工业大学

Inventor： 耿艳利 ,  蔡晓东 ,  杨鹏 ,  宣伯凯 ,  陈玲玲

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于GRU的步态识别方法，属于假肢技术领域，本发明解决了传统步态分类方法计算复杂、实时性差等问题，通过GRU省却了繁复的特征提取工程，只需使用模型参数进行分类即可，大大提升了计算速度，且实现了步态阶段的实时计算，摆脱了传统步态识别需要在线下进行分类的繁琐过程。其包括：利用穿戴于假肢足底的FSR薄膜压力传感器采集行走时的足底压力信息；根据目标典型行走特征和时间戳将各数据队列打上相应标签；搭建GRU网络模型；定义GRU单元、全连接层及各激活函数；得到的数据标签对分成训练集与测试集，训练集送入GRU网络模型进行训练，训练完成后利用测试集评估模型分类效果，进行线上实时分类。