基于PCA和BP神经网络的步态识别系统探究.pdfVIP

基于PCA和BP神经嘲络的步态识别系统研究 电子质量 (2014 ()3期) 1二PCA 和 BP神经网络 的步态识别系统研究 CaitR (~ognitionBasetonPCA andBP NeuralNe1workSystn1Reseal’(h 王蒙 运强，姚爱琴(中北大学仪器科学 动忿洲}式教育鄙 l=fi=点实 验室’llJ 人原 030051) WangMeng．SunYun-qiang，YaoAi-qin(Keylab．,a“’Yofdynami,~-testinginstnnn~nI ienl。la‘ndthel1lillistryoftlhlcati~m．NolffhUniveIsit),71Clfina．Shanxilaiyuan03(H)5I) 摘 要：步态i]b}lJ是生物特征识别技术I}1的 一个新兴领域 ，它根据人们止路的个体特点进行 身份识别， Jt-fi‘侵犯性 、啦以隐藏、对系统分辨率要求低 、远距离识别等优点，已成为基于视觉的人体运动分析 的研究热点 、该文捉f}J_r蒎于主成分分析(P(：A)的特征提取方法，有效地对高维步态轮廓特征进行降 维，再利用 Bl神经网络进行特征分类识别。实验结果表明，算法达列r较高的识别率。 关键词： 像预处理；PCA；特征提取 ；BP神经网络 中图分类号：TP39l 文献标识码 ：A 文章编号：1003—0107(2014)03—0083—03 Abstract：Gaitrecognitionisanemergingfieldofbiometricidentificationtechnology，itdependsontheindi- vidualcharacteristicsofpeoplewalkforidentification．Withnonaggressive，hardtohide，onthesystem reso- lution，theadvantagesoflow requirementforremoteidentificationHasbeenbased onthevisualanalysisof humanmovementresearchhotspot．Thispaperpresentsbasedonprincipalcomponentanalysisfeatureex— tractionmethodEffectivedimensionalityreductionofhigh-dimensionalgaitcontourfeatureUsingaBPneu- ralnetworkforfeature classificationThe experimentalresults show that，the algorithm achieves a higher recognitionrate Keywords：ImagepreprOcessing：Principa1componentanalysjs：Feafureextraction；BPneuralnetwork CLCnumber：TP391 Documentcode：A ArticleID：l003—0l07(20l4)03—0083—03 0引言 部分质一btllX,t位置 、离心率等有效参数提取并转化成火 键特征来进行鉴别liKale选择二值化轮廓的宽度欠 随Ti~1-学技术的发展，人类 经步入信息化社会时 代，刈