时序依赖卷积网络

识别率超99.97%

结合门控循环单元与残差结构，在人体下肢活动识别中实现行业顶尖识别精度。

Shihao, Yang · 张超 · 钟佩思 · Jing, Meng · Liu, Mei · Fengju, Hu

2024

参数信息

识别率

99.97 %

技术优势

识别极准

对不同人体活动的识别率超过99.97%，几乎无错。

抗干扰稳

引入残差网络单元帮助训练深层网络，提高训练过程的稳定性。

应用场景

• 人形机器人动作识别：高效识别动作，提升机器人交互性能。
• 外骨骼运动意图识别：准确识别运动意图，增强外骨骼适应性。
• 机器人人机交互：实时分类动作，优化人机交互体验。
• 脑机接口信号分类：可扩展用于脑电等时序信号分类。