基于核二维主成分分析算法的步态识别

• 作者: 侯一民 张娜 白佳文 贺广文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 步态识别 核二维主成分分析 支持向量机
• 年，卷（期）: 2012,（29）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 181-184
• 分类号: TP391
• 字数: 2512字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.29.037

摘要

步态识别是一种新的生物认证技术,它是通过人的行走方式来识别人类身份的方法.为了更加快速有效地对人体步态特征进行提取和识别,采用了基于核二维主成分分析(Kernel two Dimensional Principal Component Analyses,K2DPCA)的方法进行步态特征提取,运用支持向量机(SVM)进行步态识别.根据人体步态下肢摆动距离统计出步态周期,得到步态能量图(GEI),对生成的GEI采用核二维主成分分析方法进行步态特征向量提取,采用SVM分类器进行分类识别.实验结果表明该方法具有很好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯一民	东北电力大学自动化工程学院	39	247	8.0	15.0
2	贺广文	东北电力大学自动化工程学院	2	3	1.0	1.0
3	张娜	东北电力大学自动化工程学院	4	6	2.0	2.0
4	白佳文	东北电力大学自动化工程学院	3	13	2.0	3.0