首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的步态识别新方法
引用本文:薛召军,李佳,明东,万柏坤. 基于支持向量机的步态识别新方法[J]. 天津大学学报(自然科学与工程技术版), 2007, 40(1): 78-82
作者姓名:薛召军  李佳  明东  万柏坤
作者单位:天津大学精密仪器与光电子工程学院,天津300072
摘    要:
为了能更好地提取步态识别参量,克服目前常用步态识别算法的不足,提出了基于频域特征提取与支持向量机(SVM)识别的新方法.首先提取下肢关节点的两维空间运动数据并进行离散傅里叶变换,然后在频域进行窗口滤波,提取中间频段的幅值和相位,以此作为步态特征识别量输入至SVM进行分类识别.使用中国科学院自动化研究所的步态数据库,分别以SVM和人工神经网络(ANN)进行识别,其正确识别率分别为84%-93%和77%-88%,表明本文的新算法具有更好的识别性能.

关 键 词:支持向量机  步态识别  傅里叶变换  特征提取
文章编号:0493-2137(2007)01-0078-05
修稿时间:2006-03-272006-07-04

SVM-Based Gait Recognition
XUE Zhao-jun,LI Jia,MING Dong,WAN Bai-kun. SVM-Based Gait Recognition[J]. Journal of Tianjin University(Science and Technology), 2007, 40(1): 78-82
Authors:XUE Zhao-jun  LI Jia  MING Dong  WAN Bai-kun
Affiliation:School of Precision Instrument and Opto-Electronics Engineering, Tianjin University, Tianjin 300072, China
Abstract:
Keywords:support vector machine   gait recognition    Fourier transform   feature extraction
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号