一种基于互信息的动态图卷积泳姿识别系统及方法

本发明属于动作识别技术领域，具体涉及一种基于互信息的动态图卷积泳姿识别系统及方法，该方法包括：对获取的六轴IMU信号进行序列数值区间的均分评级，得到评级量化后的序列数据；根据序列数据计算出输入的IMU信号的标准化互信息矩阵，再通过拉普拉斯归一化来估计邻接矩阵；将邻接矩阵传送至预先训练完成的图卷积模型中，作为图卷积的计算单元，获得六轴IMU信号在不同泳姿实时分类监测的特征表示；图卷积模型为基于互信息矩阵构造出的动态图卷积神经网络MIC‑GCN模型；基于所获得的特征，分类预测输出泳姿类别为输出结果标签。本发明能够克服传统深度学习模型对六轴IMU信号在监测过程中对泳姿类别的辨析准确性不高的缺陷。