基于特征融合的步态识别算法研究

• 作者: 薛傲
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 步态识别 PCA SVM 数据融合
• 年，卷（期）: 2018,（9）
• 页码范围: 210-212
• 页数: 3页
• 分类号: TP391

摘要

本文对足底压力分布和步态数据进行研究,运用数据融合的方法进行人身识别。运用比利时FootScan压力信息采集系统采集20名测试者赤足足部压力数据,获取动态变化压力作为实验数据,同时,通过监控录像同步录制每名测试者的视觉步态图像信息;提取生物特征数据,包括提取压力中心线、峰值压力和步态能量图作为身份识别的特征;利用像素级数据融合技术进行特征融合,采用多分类支持向量机（SVM）对样本数据进行训练和测试。实验结果表明,运用特征融合的方法显著提高了分类识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛傲		4	7	1.0	2.0