原文服务方: 科技与创新       
摘要:
为了更好地提取步态特征,实现更好的分类识别效果,提出了基于带关节点的步态能量图(PGEI),以便表达完整的步态特征,再运用LBP局部二值模式特征提取方法提取图像的特征,最后使用SVM支持向量机进行最后的步态识别.使用中科院自动化所CASIA B步态数据库进行实验,以SVM支持向量机的算法进行识别,分别识别步态能量图GEI和带有关节点的步态能量图PGEI图像,正确率分别为52.17%~56.52%和83.33%~95.83%.这说明,这种特征提取方法具有较好的识别性.
推荐文章
基于LMD的PWM整流电路故障特征提取新方法
局域均值分解
加权频带能量
PWM整流电路
特征提取
数据降维
基于步态能量图的KPCA和SVM的步态识别方法
步态识别
步态能量图
核主成分分析
支持向量机
高维数据挖掘中基于中位数回归的特征提取新方法
高维数据
特征提取
变量选择
中位数回归
LASSO
基于目标运动信息的被动自导特征提取新方法
被动自导
目标识别
特征提取
悬浮式诱饵
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 基于步态能量图的特征提取新方法
来源期刊 科技与创新 学科
关键词 步态识别 步态能量图 支持向量机 特征提取
年,卷(期) 2016,(22) 所属期刊栏目 创新实践
研究方向 页码范围 75-76
页数 2页 分类号 TP391.414
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2016.22.075
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 李孟歆 78 244 9.0 13.0
2 姜佳楠 2 3 1.0 1.0
3 贾燕雯 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (501)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
步态识别
步态能量图
支持向量机
特征提取
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
论文1v1指导