[发明专利]多分类器的选取方法、冻结步态检测系统、设备、存储介质

权利要求书

1.一种基于拓扑特征的多分类器的选取方法，其特征在于，所述选取方法包括：

获取多个传感器的步态数据；

将所述多个传感器的步态数据拼接成多通道数据；

对所述多通道数据进行预处理，获得预处理数据；

对所述预处理数据进行滑窗处理得到多个窗口数据；

对多个窗口数据分别进行拓扑特征提取，获得每一个窗口数据的特征数据；

利用训练好的多个分类器分别对每一个窗口数据的特征数据进行分类，获得多个分类器对应的分类结果；

根据分类结果从多个分类器中选取目标分类器。

2.根据权利要求1所述的选取方法，其特征在于，对所述多通道数据进行预处理为对所述多通道数据进行归一化处理。

3.根据权利要求2所述的选取方法，其特征在于，对多个窗口数据分别进行拓扑特征提取，获得每一个窗口数据的特征数据，包括：

分别对多个窗口数据中的每一个窗口数据进行相空间重建，获得每一个窗口数据的点云数据；

对每一个窗口数据的点云数据进行持续同调，获得每一个窗口数据的持续同调图；

根据每一个窗口数据的持续同调图提取每一个窗口数据的拓扑特征，将每一个窗口数据的拓扑特征作为所述窗口数据的特征数据。

4.根据权利要求1所述的选取方法，其特征在于，利用训练好的多个分类器分别对每一个窗口数据的特征数据进行分类，包括：

将多个窗口数据的特征数据分为训练数据和测试数据；

利用所述训练数据分别对多个分类器进行训练，获得训练好的多个分类器；

利用训练好的多个分类器分别对所述测试数据进行分类。

5.根据权利要求1所述的选取方法，其特征在于，根据分类结果从多个分类器中选取目标分类器，包括：

根据分类结果获得每一个分类器的预定指标的数值；

将预定指标的数值最大的分类器选取为目标分类器。

6.根据权利要求5所述的选取方法，其特征在于，所述预定指标包括精确率、召回率、准确率、F1指数、特异性、敏感性。

7.根据权利要求1～6任一项所述的选取方法，其特征在于，每一个窗口数据在时间轴上的长度与正常步态的时间长度相等，所述多个窗口数据中任意相邻两个窗口数据之间不重叠。

8.一种基于拓扑特征的冻结步态检测系统，其特征在于，包括多个传感器及选取装置，所述选取装置包括：

获取模块，用于获取多个传感器的步态数据；

拼接模块，用于将所述多个传感器的步态数据拼接成多通道数据；

预处理模块，用于对所述多通道数据进行预处理，获得预处理数据；

滑窗处理模块，用于对所述预处理数据进行滑窗处理得到多个窗口数据；

特征提取模块，用于对多个窗口数据分别进行拓扑特征提取，获得每一个窗口数据的特征数据；

测试模块，用于利用训练好的多个分类器分别对每一个窗口数据的特征数据进行分类，获得多个分类器对应的分类结果；

选取模块，用于根据分类结果从多个分类器中选取目标分类器。

9.一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现如权利要求1～7任一项所述的选取方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1～7任一项所述的选取方法。