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:
针对复杂步态在大面积压力感应场地上的足印提取问题,提出一种分阶段的方案用于解决如下两个主要任务:①单个脚印从着地到离地整个时间段的定位与划分,②复杂脚印多阶段动作分解.所提方法包括如下两个步骤:压力图像中分属左右脚的压力点聚类;基于触地面积大小的复杂脚印分解.文中以太极拳运动和帕金森病人的步态为例来阐述足印提取的具体过程.实验过程中,分别采集了不同人群、不同步态的足底压力数据序列进行分析,分割结果以上述两个任务的平均准确率来进行评估,所得结果为:单个脚印时间序列划分的平均准确率为99.62%,复杂脚印按动作分解的平均准确率为94.65%.
推荐文章
一种用于文本抄袭检测的特征提取算法
文本特征提取
抄袭检测
依存句法
句法框架
一种六足步行机器人的自由步态算法
步行机器人
六足机器人
自由步态
WiNet:一种适用于无线感知场景的步态识别模型
步态识别
信道状态信息
频率能量图
卷积神经网络
一种基于低维足底压力特征的静态步态聚类算法
身份识别
静态数据
足底压力
非负矩阵分解
模糊C-均值算法
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 一种用于步态分析的足印提取算法
来源期刊 传感技术学报 学科 工学
关键词 信号处理 足底压力数据 数据聚类 足印提取 步态分析
年,卷(期) 2018,(10) 所属期刊栏目 传感器信号处理
研究方向 页码范围 1559-1565
页数 7页 分类号 TP391.4
字数 5065字 语种 中文
DOI 10.3969/j.issn.1004-1699.2018.010.018
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 叶强 南京体育学院运动健康科学系 49 412 9.0 19.0
2 姚志明 中国科学院合肥智能机械研究所 11 86 5.0 9.0
3 夏懿 安徽大学电气工程与自动化学院 8 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (5)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
信号处理
足底压力数据
数据聚类
足印提取
步态分析
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导