電子發燒友網>電子資料下載>傳感與控制>如何使用多分類器融合進行步態識別方法的資料說明

如何使用多分類器融合進行步態識別方法的資料說明

2474220 2019-03-27 | rar | 1.17 MB | 次下載 | 免費

資料介紹

　　為了提高現有基于智能手機加速度傳感器步態身份識別的性能，提出了一種基于多分類器融合（ MCF）的識別方法。首先，針對現有方法所提取的步態特征較為單一的問題，對單個步態周期提取相對勻變加速度的速度變化量，以及單位時間內加速度變化量作為兩類新特征（共16個）;其次，將新特征結合常用的時域、頻域特征組成新的特征集，用于訓練識別效果與訓練時間俱佳的多個分類器;最后，采用多尺度投票法（MSV）對多分類器的輸出進行融合處理，得到最終的分類結果。為了檢測該方法的性能，采集了32個志愿者的步態數據。實驗結果表明，新特征對于單個分類器的識別率平均提升5.95個百分點，最終通過MSV融合算法的識別率為97. 78%。

　　人類的步態包含非常獨特的模式，可用于身份的識別和驗證。傳統的基于可穿戴式傳感器步態身份識別都是通過在人體固定部位捆綁專用傳感器采集步態數據”;近年來，智能手機的快速普及其及功能的不斷發展，使在不影響用戶正常工作、學習和生活的情況下，利用智能手機內置的加速度傳感器對用戶進行步態身份識別變為可能21。。但是由于智能手機種類繁雜、內置加速度傳感器性能差異較大等因素，都使得最終采集到的數據差異較大，識別的難度大，從而直接影響識別的準確率和可信度。