公开(公告)号：CN117633482A

公开(公告)日：2024-03-01

申请号：CN202311493149.3

申请日：2023-11-10

Applicant: 华中科技大学

Inventor： 赵金 ,  陈乾泓 ,  任康 ,  芦楠楠 ,  凌云 ,  陈仲略 ,  张飞

IPC: G06F18/21 ,  A61B5/11 ,  G06F18/2415 ,  G06F18/2433 ,  G06F18/25 ,  G06F18/214 ,  G06F18/15 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习网络的冻结步态识别方法及介质，属于冻结步态检测领域，包括：预处理所采集的人体行为传感器数据；根据所得行为数据中的正常步态数据，计算各时刻的异常指数；根据所得异常指数，计算各时刻的异常标签；根据公开行为数据，预训练行为识别模型；根据所得行为数据中的正常步态数据，微调所得行为识别模型；根据所得微调后的行为识别模型，计算每个时刻的分布外指数；根据所得分布外指数，计算各时刻的分布外标签；根据所得异常标签和分布外标签，构建高斯核函数，计算每个时刻的冻结指数；根据所得冻结指数，计算每个时刻的冻结步态标签。本发明能够脱离对冻结步态数据的依赖，提高泛化能力，提高冻结步态的识别精度。