基于多尺度高斯-马尔科夫随机场模型的下肢运动识别方法

摘要

本发明公开了一种基于多尺度高斯‑马尔科夫随机场模型的人体下肢运动模式自动识别方法，包括：1采集人体下肢C种运动模式的原始数据，并对原始数据进行预处理，构建数据特征图；2信号的多尺度分解与特征场建模；3设定迭代次数Q，迭代更新第l层尺度图像观测场高斯模型参数{μ_c，σ_c，π_c}；4将分类结果与各运动模式标准集进行匹配判断模式归属，根据投票准则消除不同运动模式时序分割区域的边界模糊的问题。本发明能提取稳定的信号局部特征，克服运动不稳定带来的信号噪声影响，从而提高下肢运动模式的识别准确率和预测可靠性，为辅助运动系统的稳定控制提供技术支撑。