|
|
1.
基于多分类器融合的步态识别方法
郇战, 陈学杰, 吕士云, 耿宏杨
计算机应用
2019, 39 (3):
712-718.
DOI: 10.11772/j.issn.1001-9081.2018071638
为了提高现有基于智能手机加速度传感器步态身份识别的性能，提出了一种基于多分类器融合（MCF）的识别方法。首先，针对现有方法所提取的步态特征较为单一的问题，对单个步态周期提取相对匀变加速度的速度变化量，以及单位时间内加速度变化量作为两类新特征（共16个）；其次，将新特征结合常用的时域、频域特征组成新的特征集，用于训练识别效果与训练时间俱佳的多个分类器；最后，采用多尺度投票法（MSV）对多分类器的输出进行融合处理，得到最终的分类结果。为了检测该方法的性能，采集了32个志愿者的步态数据。实验结果表明，新特征对于单个分类器的识别率平均提升5.95个百分点，最终通过MSV融合算法的识别率为97.78%。
参考文献 |
相关文章 |
多维度评价
|
|
