基于步行加速度信息分割的人员识别

• 作者: 万彩艳 李晨 郇战 陈学杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 身份识别 隐马尔可夫模型(HMM) 区域划分 加速度传感器 峰值点连线斜率 组合分类器
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 203-209,216
• 页数: 8页
• 分类号: TP309
• 字数: 5802字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1709-0234

摘要

为提高基于智能手机内置加速度传感器的人员识别率,提出了一种基于信息分割的组合分类器识别方法.根据人员步行加速度变化特点提出了基于HMM(隐马尔可夫模型)的划分方法,将人员步行加速度划分成相对动态与稳态两个部分,分别从两个区域提取标准差、均值、能量等特征;根据不同步行速率选择这些特征和峰值点连线斜率组合成新的特征集合;最后,采用组合分类器的方法获得了更加理想的识别精度.实验结果表明,在人员慢步行走的姿态下的识别率达到了98.3%,快速步行达到了97.6%.较现有人员识别方法有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郇战	常州大学信息科学与工程学院	16	42	3.0	5.0
2	陈学杰	常州大学信息科学与工程学院	5	3	1.0	1.0
3	李晨	常州大学信息科学与工程学院	3	4	1.0	2.0
4	万彩艳	常州大学信息科学与工程学院	3	1	1.0	1.0