基于步态能量图的KPCA和SVM的步态识别方法

• 作者: 周明 李安安 梁韶聪
• 来源期刊: 计算机应用研究
• 关键词: 步态识别 步态能量图 核主成分分析 支持向量机
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2798-2800
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.07.114

摘要

采用了一种基于步态能量图(GEI)的步态特征提取方法,主要是通过得到的步态侧影图像进行规格化并进行周期分析,然后提取其步态能量图.同时针对传统主成分分析(PCA)方法只能处理线性和服从指数型分布的情况,提出了采用基于核方法的主成分分析(KPCA)来对数据进行特征降维,然后采用泛化能力较强的分类器SVM来对特征进行识别.应用上述方法在CASIA数据库上进行了实验,结果表明采用上述方法取得了较理想的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明	四川大学计算机学院	6	18	2.0	4.0
2	梁韶聪	四川大学计算机学院	1	14	1.0	1.0
3	李安安	四川大学计算机学院	3	58	3.0	3.0