公开(公告)号：CN116503956A

公开(公告)日：2023-07-28

申请号：CN202310592102.6

申请日：2023-05-24

Applicant: 电子科技大学

Inventor： 刘济宁 ,  李巧勤 ,  傅翀 ,  刘勇国 ,  朱嘉静 ,  张云

IPC: G06V40/20 ,  G06V40/10 ,  G06F18/25 ,  G06N3/0442 ,  G06F18/24 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明公开了一种基于多扩展率压缩卷积的太极拳动作识别方法，首先采集太极拳动作肌电数据，并进行数据预处理，然后提取源信号的时域特征，构建特征矩阵，通过多扩展率压缩卷积算法提取跨通道压缩特征序列，进行融合得到多维度融合特征矩阵，再通过长短期记忆网络得到时序关系特征，最后通过全连接层得到动作识别结果，完成太极拳动作识别。本发明的方法通过多扩展率的扩张卷积实现对肌电信号的多尺度跨通道特征提取，打破普通卷积中只能提取相邻通道之间的空间关系的局限性，可将任意尺寸的肌电信号序列所包含信息压缩为一维的压缩特征序列，以提取其高度融合的特征，降低数据冗余、参数数量和模型计算量，提高太极拳动作识别准确度。

公开(公告)号：CN116304833A

公开(公告)日：2023-06-23

申请号：CN202310335018.6

申请日：2023-03-31

Applicant: 电子科技大学

Inventor： 刘济宁 ,  李巧勤 ,  傅翀 ,  刘勇国 ,  朱嘉静 ,  张云

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明公开了一种基于原生小波的太极拳动作识别方法，首先采集信号数据并进行数据预处理，再通过固定尺度经验模态分解，得到内涵模态分量，对同级尺度内涵模态分量进行融合，然后幅频分量阈值滤波与融合，得到原生小波，多通道融合平滑重构，最终得到一个融合了所有通道特征的融合原生小波，最后利用得到的融合原生小波从连续信号中进行太极拳动作识别。本发明的方法不需要进行人工特征提取，避免了先验知识对识别效果带来的干扰，不需要使用机器学习模型或深度学习网络，提升识别的实时性，同时提高了所提算法的通用性，相较其他识别网络或算法，不仅可以识别一段连续信号中包含哪些子成分，还能够准确定位这些子成分发生的时间段。