登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于多分类器融合的步态识别方法
  • 摘要

    为了提高现有基于智能手机加速度传感器步态身份识别的性能,提出了一种基于多分类器融合(MCF)的识别方法.首先,针对现有方法所提取的步态特征较为单一的问题,对单个步态周期提取相对匀变加速度的速度变化量,以及单位时间内加速度变化量作为两类新特征(共16个);其次,将新特征结合常用的时域、频域特征组成新的特征集,用于训练识别效果与训练时间俱佳的多个分类器;最后,采用多尺度投票法(MSV)对多分类器的输出进行融合处理,得到最终的分类结果.为了检测该方法的性能,采集了32个志愿者的步态数据.实验结果表明,新特征对于单个分类器的识别率平均提升5.95个百分点,最终通过MSV融合算法的识别率为97.78%.

  • 作者

    郇战  陈学杰  吕士云  耿宏杨  HUAN Zhan  CHEN Xuejie  LYU Shiyun  GENG Hongyang 

  • 作者单位

    常州大学 信息科学与工程学院,江苏常州,213164

  • 刊期

    2019年3期 ISTIC PKU

  • 关键词

    多分类器融合  融合算法  多尺度投票法  步态特征  运动特征 

相似文献 查看更多>>
34.228.194.177