基于视频的上肢外骨骼行为预判方法

作     者：马六章 蒋磊 吴越 程子均 MA Liu-zhang;JIANG Lei;WU Yue;CHENG Zi-jun

作者机构：中国矿业大学(北京)机电与信息工程学院北京100083 

基　　金：国家自然科学基金重点基金项目(61936008) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第5期

页      码：1419-1427页

摘      要：针对传统穿戴式上肢外骨骼人机交互行为预测受到穿戴者身体状况影响的问题,提出一种基于卷积神经网络(CNN)的多时间融合(multiple temporal fusion,MTF)模块。对特征进行一系列的子卷积处理,使每一帧可以完成多个邻域的时间聚合,能够在距离较远的帧上建立长期的时间关系,在推理时提出一种基于非线性最小二乘参数的自适应算法(NRLS-A),对神经网络参数进行实时调整,使在线预测精度提高了28%。该模型基于TensorFlow在GPU上进行并行计算。在自建数据集上的平均准确度达到了84.9%,比传统的LRCN网络模型提高了5%。

主 题 词：上肢外骨骼 视频预测 卷积神经网络 主成分分析 门控循环网络 非线性最小二乘 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.05.029

馆 藏 号：203111688...