基于特征融合的步态识别算法.pdfVIP

下载本文档

9
0
约2.31万字
约 3页
2015-09-07 发布于重庆
举报
版权申诉

基于特征融合的步态识别算法.pdf

1、本文档共3页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于特征融合的步态识别算法,四足机器人步态算法,步态识别,步态识别源代码,步态识别代码,步态特征,图像识别算法,验证码识别算法,人脸识别算法,车牌识别算法

220 , () 计算机工程与应用 2008443 ComputerEngineeringandApplications 基于特征融合的步态识别算法曾莹杨路明曾庆冬 , , , , ZENGYingYANGLu-mingZENGQing-dong 中南大学信息科学与工程学院长沙 , 410083 , , , CollegeofInformationScienceandEngineeringCentralSouthUniversityChangsha410083China : E-mailhelen.1_2_1@163.com , , ZENG YingYANG Lu-mingZENG Qing-dong.Algorithm forgaitrecognitionbasedonfeaturefusion.Computer , , (): EngineeringandApplications2008443 220-222. : , , Abstract Walkingcontainsbodyshapeanddynamicinformationmostgaitrecognitionalgorithmsarebasedonsingleoneand ’ , cantgetsatisfiedrecognitionrate.Accordingtotheideaoffeaturefusionagaitrecognitionalgorithm basedonthefusionof bodycontourandanglesoflowerlimbsisproposed.BodycontourisdescribedbyusingFourier-baseddescriptors.Differentfrom , themodel-basedmethodsforgettingdynamicinformationtheknowledgeinbodyanatomyisusedforgettingtheanglesoflower , limbssocomputationalcostislow.Weightedfusionmethodisusedforrealizingfeaturesfusion.Experimentalresultsdemonstrate thattheperformanceofproposedalgorithmismuchbetterthanthosebasedonsinglefeature. : ; ; ; KeywordsbiometricsgaitrecognitionfeaturefusionFourier-baseddescriptors 摘要步态运动中包含人体形状信息和运动信息目前步态识别算法多数基于单一信息不能取得满意的识别结果利用特征融 : , , 。合的思想提出一种融合人体轮廓特征和下肢角度特征的步态识别算法采用傅立叶描述子描述人体轮廓特征区别于基于模型 , 。 ; 的运动特征提取方法依据人体解剖学的知识获取下肢角度计算代价较小采用加权融合规则实现两类特征的融合仿真结果表 , , ; 。明本算法的性能较基于单个特征的算法有明显的提高