基于支持向量机的步态识别新方法

被引：16

作者：

薛召军

李佳

明东

万柏坤

机构：

[1] 天津大学精密仪器与光电子工程学院

来源：

天津大学学报 | 2007年 / 01期

关键词：

支持向量机; 步态识别; 傅里叶变换; 特征提取;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

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．

引用

页码：78 / 82

页数：5