基于能量的多特征融合步态识别.docxVIP

基于能量的多特征融合步态识别 步态识别 (Gait Recognition) 是一种用来识别某个人身份的生物特征技术，可取代传统的指纹和面部识别等技术。它的基本原理是根据某个人的步态信息，通过研究步态特征来确定其身份，从而识别目标人员。近年来，多特征融合方法已经被广泛用于解决步态识别中的识别准确率不高的问题。在传统的振动信号处理研究背景中，研究者倾向于提取振动信号的能量特征，利用空间、时间分量来识别不同的物体。 基于能量的多特征融合步态识别，是一种基于能量特征的研究方法，通过提取脚步振动特征的能量信息，并显示出其特征的混合特征，从而进行步态识别。为了充分利用振动能量中的多层次特征，研究者结合多尺度小波阈值分析、本征极限值分析以及核处理技术，将振动信号中的低频信息以及突变点和抵抗变化点融合在一起，从而提高步态识别的准确率。此外，研究人员还结合了相关性分析和多元统计分析，将步态信号中存在的多种特征融合在一起，最终用于步态表示与识别。 基于能量的多特征融合步态识别是一种提高步态识别准确率的方法，可以实现有效识别人员的特征模式。它既可以有效抑制步态特征中存在的噪声，也可以提取多类特征空间，降低有效识别错误率，从而准确识别序列中的相同行为模式。