基于支持向量机的步态识别新方法

摘要：

为了能更好地提取步态识别参量,克服目前常用步态识别算法的不足,提出了基于频域特征提取与支持向量机(SVM)识别的新方法.首先提取下肢关节点的两维空间运动数据并进行离散傅里叶变换,然后在频域进行窗口滤波,提取中间频段的幅值和相位,以此作为步态特征识别量输入至SVM进行分类识别.使用中国科学院自动化研究所的步态数据库,分别以SVM和人工神经网络(ANN)进行识别,其正确识别率分别为84%～93%和77%～88%,表明本文的新算法具有更好的识别性能.

关键词：支持向量机、步态识别、傅里叶变换、特征提取

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60501005;60471028

在线出版日期：2007-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：78-82