96.94% 分割精度
融合惯性传感器原始数据与关节角度的时空网络，实现多场景高精度步态相位分割。
Hao, Zhang · 刘小峰 · Li, Jie · 潘佳 · Loo, Chu Kiong · Cangelosi, Angelo
IEEE Internet of Things Journal 2024
实验验证表明，该方法的分割准确率优于现有先进方法，为步态分析提供了更可靠的依据。
基于惯性传感器的粒子滤波运动捕捉算法摆脱了光学系统的环境限制，可在日常环境中使用并延长监测时长。
网络整合惯性传感器原始数据与重建的关节角度，充分利用时空信息以提升分割性能。