基于耦合度量学习的特征级融合方法及在步态识别中的应用

• 作者: 吕卓纹 王科俊 阎涛
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 耦合度量学习 特征级融合 步态识别 步态能量图
• 年，卷（期）: 2013,（z1）
• 页码范围: 7-11
• 页数: 5页
• 分类号: U459.2
• 字数: 4964字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2013.S1.002

摘要

根据耦合度量学习方法能够直接处理不同集合的数据这一特性,将其应用到数据融合领域,提出了一种基于耦合度量学习的特征级融合方法.该方法首先通过增加对原始单个集合中具有相关关系的数据的优化处理,将耦合度量学习方法的目标函数改进成在耦合空间中所有具有相关关系的投影特征均彼此接近,从而使得这些特征的整体分布更满足特征级融合的需求,而后采用串行方式对特征进行融合,最终得到更加有效的特征用来分类识别.将上述方法应用到步态识别中,以解决步态识别中的数据融合问题,采用CASIA(B)步态数据库进行实验分析,结果表明该方法识别效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王科俊	哈尔滨工程大学自动化学院	188	3114	29.0	47.0
2	阎涛	哈尔滨工程大学自动化学院	4	29	4.0	4.0
3	吕卓纹	哈尔滨工程大学自动化学院	3	24	3.0	3.0