人体步态预测方法、装置、电子设备及存储介质

本发明提供了一种人体步态预测方法、装置、电子设备及存储介质，涉及深度学习技术领域，本发明能够获取人体下肢的当前表面肌电信号，对当前表面肌电信号对应的当前信号窗进行多个维度的肌电特征学习与步态模式预测，并根据当前预测结果和预先存储的多个相邻信号窗对应的相邻预测结果，确定目标步态预测结果。这样通过多维度的肌电特征学习，能够充分挖掘表面肌电信号与步态模式之间的潜在映射关系，通过结合多个相邻信号窗对应的相邻预测结果，能够提升预测结果的稳定性和可靠性，因此本发明能够实现高准确率的步态预测，从而提高步态识别的实时性，实现外骨骼机构助力策略的及时切换。