申请/专利权人：河海大学

申请日：2022-05-09

公开（公告）日：2024-05-14

公开（公告）号：CN114898463B

主分类号：G06V40/20

分类号：G06V40/20;G06N3/0464;G06N3/08;G01L5/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2022.08.30#实质审查的生效;2022.08.12#公开

摘要：本发明公开了基于改进深度残差网络的坐姿识别方法，所述方法包括：采集一段时间内阵列式薄膜压力传感器的各点位压力数值，并做加权平均，得到与阵列式薄膜压力传感器相对应的压力矩阵；将压力矩阵输入到上位机，并标准化处理；对标准化的压力矩阵进行十字加权滤波处理，得到图形表面光滑的压力矩阵；对图形表面光滑的压力矩阵采用极值处理函数对异常极端值进行修正；将修正后的压力矩阵输入到预先训练的CEGN‑ResNet模型，输出各坐姿置信度。

主权项：1.基于改进深度残差网络的坐姿识别方法，其特征在于，所述方法包括：采集一段时间内阵列式薄膜压力传感器的各点位压力数值，并做加权平均，得到与阵列式薄膜压力传感器相对应的压力矩阵；将压力矩阵输入到上位机，并标准化处理；对标准化的压力矩阵进行十字加权滤波处理，得到图形表面光滑的压力矩阵；对图形表面光滑的压力矩阵采用极值处理函数对异常极端值进行修正；将修正后的压力矩阵输入到预先训练的CEGN-ResNet模型，输出预测各坐姿的置信度矩阵；所述十字加权滤波方法包括：选取目标像素的上下左右相邻2格像素构造2-十字域，x＝2，设υd表示距P像素距离为d,0≤d≤2，的点位压力值，公式如下： 其中υd表示距离目标像素d的位置的值，x表示距离待计算像素点位的最大距离，由于选取范围为2-十字域，x＝2，即且d＝1，2，α，β，γ为加权参数，为在横、纵方向上近似满足高斯分布以达到良好效果，令α＝4，β＝1，γ＝1，对随机噪声进行滤除；所述极值处理函数方法包括：将大于给定阈值的压力以对数函数进行处理，并保留小压力点位的数据特征，其中通过压力数据的整体分布来确定阈值，通过压力数据的特征来确定对数函数的底数，极值处理函数如下： 参数a与b控制处理函数的缩放幅度，直接影响正坐倾斜与不平衡坐姿间的区分灵敏度；参数k用于保持函数图像的连贯性，l用于确定何值属于极值范围，通过分析坐姿数据压力的分布来确定；CEGN-ResNet模型训练方法包括：对修正后的压力矩阵建立注意力模块，使得输入修正后的压力矩阵通过注意力模块输出特征强化数据；对特征强化数据进行处理，得到最终注意力表征输出数据；通过注意力表征输出数据建立改进残差网络；注意力表征数据输入到改进残差网络后会给出预测标签和与实际结果直接的误差，并使用梯度下降法来最小化损失函数，经过不断迭代，得到CEGN-ResNet模型。

全文数据：

权利要求：

百度查询： 河海大学 基于改进深度残差网络的坐姿识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD