基于惯性传感器的步态识别研究

目录

声明

第一章 绪论

1.1课题背景及研究意义

1.2课题研究现状

1.2.1 基于传统机器学习的步态识别

1.2.2 基于深度学习方法的步态识别

1.3本文主要研究内容

1.4本文章节安排

第二章 步态识别相关知识与模型分析

2.1 步态识别的一般过程

2.2 传感器

2.2.1 加速度传感器

2.2.2 角速度传感器

2.3 数据预处理

2.3.1 数据规范化

2.3.2 去噪

2.3.3 划分步态周期

2.3.4 方向矫正

2.3.5 数据归一化

2.4 深度学习相关知识

2.4.1 卷积神经网络

2.4.2 长短期记忆网络

2.5 本章小结

第三章 基于双通道注意力网络的步态识别

3.1 注意力机制

3.2 模型描述

3.3 实验与分析

3.3.1 实验数据与参数设置

3.3.2 实验结果对比与分析

3.4 本章小结

第四章 基于深度卷积编码网络的步态识别

4.1 上下文编码层

4.2 空间金字塔池化

4.3 Softmax与Center混合损失函数

4.4 算法框架

4.5 实验与分析

4.5.1 实验数据

4.5.2 实验的网络配置和参数选择

4.5.3 实验结果对比与分析

4.6 本章小结

第五章 总结与展望

5.1 工作总结

5.2 未来展望

参考文献

攻读硕士学位期间取得的学术论文

致谢