基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据人体步态变化特点,提出一种基于特征融合和神经网络的步态识别算法.首先采用时域差分法对运动人体轮廓进行分割,然后分别提取空问特征和频率特征,将两步态特征融合在一起,从而实现步态的分类和识别.在CASIA步态数据库上进行仿真实验,仿真结果表明,该方法不仅克服了单一特征提取方法存在的缺陷,同时提高了步态识别正确率.
推荐文章
基于特征融合的步态识别算法研究
生物特征识别
步态识别
特征融合
权重
傅里叶描述子
基于能量的多特征融合步态识别
增强的步态能量图
Radon变换
行列相结合的二维主成分分析
主成分分析
决策层
基于特征融合的步态识别算法研究
生物特征识别
步态识别
特征融合
权重
傅里叶描述子
基于区域特征的步态识别
步态识别
特征提取
K近邻分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征融合的步态识别算法研究
来源期刊 计算机与现代化 学科 工学
关键词 生物特征 步态识别 特征融合
年,卷(期) 2012,(8) 所属期刊栏目 算法设计与分析
研究方向 页码范围 24-27
页数 分类号 TP391
字数 2538字 语种 中文
DOI 10.3969/j.issn.1006-2475.2012.08.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘克成 南阳理工学院计算机与信息工程学院 44 150 6.0 10.0
2 杨新锋 南阳理工学院计算机与信息工程学院 59 183 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (45)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (9)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(7)
  • 参考文献(4)
  • 二级参考文献(3)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
生物特征
步态识别
特征融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导