基于确定性学习的人体步态识别方法研究

• 作者: 司文杰 杨飞飞 陶玉昆
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 确定性学习 时序数据序列 关节角 人体步态识别 相似性定义
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 建模与仿真系统
• 页码范围: 259-266
• 页数: 8页
• 分类号: TP183
• 字数: 5896字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.151296

摘要

基于确定性学习理论,提出了一种基于关节角时序数据序列的人体步态识别方法.首先,由人体运动捕捉设备获取关节角时序数据序列,则局部准确的人体步态的内部动力学可通过径向基函数(RBF)网络得到逼近.进一步,证明了逼近误差和相关神经网络(NN)参数的收敛.接下来,通过将NN逼近得到的步态动力学知识存储于常值的RBF网络,可实现人体移动步态特征的有效表达.最后,通过构建步态模式的相似性定义,提出了一种步态时序数据识别的方法,最终可实现准确的步态识别.仿真实验采用类圆规双足机器人验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶玉昆	郑州轻工业学院电气信息工程学院	3	3	1.0	1.0
2	司文杰	华南理工大学机械与汽车工程学院	8	32	4.0	5.0
3	杨飞飞	郑州轻工业学院电气信息工程学院	1	1	1.0	1.0