基于足底压力分布的静态步态识别研究-信号与信息处理专业论文.docxVIP

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得 的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：々吞互孑L 签字日期： 2汐心年／月多日 学位论文版权使用授权书 本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权安徽大学可以将学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名：刁己玉；L 导师签名： 煦栋 签字日期： 纱莎年／月歹日 签字日期： 纱侈年歹月多日 万方数据 万方数据 万方数据 安徽大学硕士学位论文摘要 安徽大学硕士学位论文 摘要 一 近年来，步态识别技术是生物特征领域的一个研究热点，其目的是根据人 的行走特征来进行身份识别。目前对步态识别方法的研究大多采用的是基于计 算机视觉的方法，而对基于足底压力分布的步态多集中于数据分析方面的研究， 分析目标主要集中于医疗诊断、疗效分析、体育锻炼等方面，对于利用足底压 力分布来进行身份识别的研究相对较少。因此，本文对基于足底压力分布的静 态步态识别进行了研究。 一个完整的步态识别过程主要包括采集数据、数据预处理、特征提取以及 分类识别等过程，其中，特征提取是步态识别的关键技术，因此本文主要研究 工作是采用两种方法对足底压力分布进行特征提取，然后采用一对一的支持向 量机(SVM)进行分类识别。 由于足底压力分布往往呈非线性变化，如果直接利用步态压力点特征进行 步态识别，其特征的稳定性和鲁棒性不高。针对于此，本文第三章提出了一种 基于谱特征和足底边缘距离的步态识别方法。其次，为了寻找一种更好更有效 的特征提取方法来提高步态识别率，而目标物体的形状是描述物体的一个重要 的特征，但一些文章在研究步态识别方法时，仅利用足底压力信息或仅利用足 底边缘轮廓信息；本文第四章从这一特点出发，提出一种基于傅里叶描述子 (FD)和奇异值分解(SVD)的静态步态识别方法，将FD和SVD分解相结合， 以此作为一种融合足底边缘轮廓信息和足底压力信息的新特征进行识别。最后 对提取的特征都采用SVM作为分类器进行分类识别，并列出实验结果且对实 验结果进行分析说明，为今后的基于足底压力分布的步态识别提供参考。 关键词：步态识别；足底压力分布；特征提取；谱特征；傅里叶描述子；SVD 分解；支持向量机 万方数据 万方数据 安徽大学硕士学位论文 安徽大学硕士学位论文 基于足底压力分布的静态步态识别研究 Ab stract In recent years，gait recognition has become more and more popular in the field of biological characteristics，which is based on characteristics of human walking for identity recognition．At present，most of research on gait recognition is realized by computer vision．However,the method of distribution of plantar pressure is just used for data analysis．In addition，the target is mainly concentrated on medical diagnosis， analysis of curative effect and physical exercise．The research of distribution of plantar pressure for identification is less．Therefore，this thesis did some research about gait recognition． The whole process of gait recognition includes data collection，data preprocessing， feature extraction，classification and recognition，among