版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著生物特征識(shí)別技術(shù)的發(fā)展,指紋、虹膜等生物特征在身份識(shí)別領(lǐng)域得到了不同程度的應(yīng)用,但是這些生物特征都各有一定的局限性,步態(tài)識(shí)別以其特有的難以偽裝、模仿,具有非侵犯性,可遠(yuǎn)距離識(shí)別等獨(dú)特的優(yōu)勢得到了很多研究學(xué)者的關(guān)注?,F(xiàn)今步態(tài)識(shí)別大多采用基于計(jì)算機(jī)視覺的方法,這類方法常因攝像機(jī)與人之間的距離、人的運(yùn)動(dòng)及光照等原因而使得圖像不清晰,并且也易受氣候、場景、衣著遮擋等外界干擾,因此本文提出一種基于足底觸覺特征的步態(tài)識(shí)別新方法。主要工作及研究成
2、果如下:
1.按設(shè)計(jì)的流程采集并保存靜態(tài)、動(dòng)態(tài)的觸覺步態(tài)數(shù)據(jù)。采用中科院智能機(jī)械研究所研制的壓力測試板采集51個(gè)人靜態(tài)和動(dòng)態(tài)左、右腳的觸覺步態(tài)數(shù)據(jù),并將左、右腳數(shù)據(jù)分開保存,對(duì)靜態(tài)保存雙腳站立穩(wěn)定后的30幀數(shù)據(jù),對(duì)動(dòng)態(tài)則保存每個(gè)人每只腳分別以常速、快速、慢速走過壓力測試板10次采集到的數(shù)據(jù),之后的操作都是分別針對(duì)左、右腳的數(shù)據(jù)進(jìn)行,將左、右腳分開訓(xùn)練和測試。
2.提出了提取關(guān)鍵幀數(shù)據(jù)和對(duì)足底進(jìn)行自動(dòng)分區(qū)域的方
3、法。首先提取關(guān)鍵幀數(shù)據(jù)作為樣本數(shù)據(jù),對(duì)靜態(tài)從每個(gè)人的30幀數(shù)據(jù)中提取總壓力值最大的16幀作為關(guān)鍵幀數(shù)據(jù),對(duì)動(dòng)態(tài)則從每個(gè)人每次走過壓力測試板時(shí)采集到的動(dòng)態(tài)數(shù)據(jù)中選擇總壓力值最大的一幀及前一幀和后一幀作為關(guān)鍵幀數(shù)據(jù)。然后對(duì)提取的關(guān)鍵幀數(shù)據(jù)進(jìn)行分區(qū)域處理,主要根據(jù)本文提出的自動(dòng)分區(qū)域方法將足底分為足跟部、足弓部、腳前掌上半部、腳前掌下半部、腳趾上半部及腳趾下半部6個(gè)區(qū)域。
3.提取了動(dòng)力學(xué)特征、Laplace譜特征及形狀特征作為
4、訓(xùn)練和識(shí)別的特征。第一部分是動(dòng)力學(xué)特征,包括足底最大壓力點(diǎn)、壓力中心點(diǎn)的位置和壓力值,及壓力比值的特征;第二部分是基于最大壓力點(diǎn)、壓力中心點(diǎn)的位置和壓力值構(gòu)造Laplace矩陣,提取Laplace譜特征;第三部分是根據(jù)足底形狀提取的形狀特征,綜合這三部分特征就是本文所要構(gòu)造的特征向量。
4.分別設(shè)計(jì)了靜態(tài)、動(dòng)態(tài)的分類器。本文選用一對(duì)一的SVM(Support Vector Machine,SVM)多分類方法訓(xùn)練分類器,在靜
5、態(tài)步態(tài)識(shí)別中,將每個(gè)人的靜態(tài)樣本數(shù)據(jù)作為一類,在動(dòng)態(tài)步態(tài)識(shí)別中,針對(duì)每個(gè)人三種速度的動(dòng)態(tài)步態(tài)數(shù)據(jù),設(shè)計(jì)了三種分類器,即獨(dú)立分類器、簡單分類器和混合分類器。
5.從多方面進(jìn)行了靜態(tài)、動(dòng)態(tài)步態(tài)識(shí)別實(shí)驗(yàn)來驗(yàn)證本文算法。在靜態(tài)步態(tài)識(shí)別中,綜合左、右腳的識(shí)尉結(jié)果以得到最終的識(shí)別結(jié)果,在動(dòng)態(tài)步態(tài)識(shí)別中,分別計(jì)算左、右腳在三種分類器下的識(shí)別正確率,實(shí)驗(yàn)結(jié)果表明本文提出的基于足底觸覺特征的步態(tài)識(shí)別方法操作簡單,受外界干擾小,不僅適用與靜態(tài)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于靜態(tài)足底壓力特征的步態(tài)識(shí)別算法研究.pdf
- 基于步態(tài)觸覺特征的生物特征識(shí)別.pdf
- 基于步態(tài)觸覺特征的生物特征識(shí)別(1)
- 基于足底壓力分析的多特征步態(tài)識(shí)別.pdf
- 基于視觸覺多特征融合的步態(tài)識(shí)別方法研究.pdf
- 基于靜態(tài)足底壓力的步態(tài)識(shí)別.pdf
- 基于步態(tài)特征的身份識(shí)別算法研究.pdf
- 基于步態(tài)觸覺信息的身份識(shí)別研究.pdf
- 基于足底壓力分布的靜態(tài)步態(tài)識(shí)別研究.pdf
- 基于特征融合的快速步態(tài)識(shí)別算法研究.pdf
- 基于足底壓力測量的步態(tài)識(shí)別與預(yù)測.pdf
- 基于人體特征和模型的步態(tài)識(shí)別的算法研究.pdf
- 基于多類特征融合的步態(tài)識(shí)別算法.pdf
- 基于步態(tài)的身份識(shí)別算法研究.pdf
- 基于特征融合和支持向量機(jī)的步態(tài)識(shí)別算法研究.pdf
- 基于人體動(dòng)靜態(tài)特征融合的步態(tài)識(shí)別算法研究.pdf
- 基于足底壓力圖像和稀疏表示的步態(tài)識(shí)別研究.pdf
- 基于步態(tài)觸覺信息的足跡提取與動(dòng)態(tài)識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)與足底壓力信息的步態(tài)識(shí)別.pdf
- 基于足底壓力成像和視覺詞袋模型的步態(tài)識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論