智能终端人体步态特征识别关键技术研究与验证

摘要

近年来，随着智能终端的快速发展，步态识别技术的研究方向正在从计算机视觉转向便携式智能终端识别。智能终端人体步态识别技术不受场景限制，更符合“随时随地”的需求，更适合推广应用。因此，本文研究智能终端人体步态特征识别关键技术，本文工作内容概况如下： 第一，研究智能终端人体步态识别的发展和现状。阐述步态识别应用于智能终端的意义，调研相关应用产品和关键技术现状，并总结现阶段存在的问题。 第二，针对提高智能终端步态动作识别率的问题展开研究。首先，研究与分析人体步态周期特点，讨论减小手机位置移动影响的解决方案；然后，总结与分析中外文献常用步态特征共11种，引入2种新的频域特征：谱峰位置、谱质心，组成新的特征提取方案；最后，研究与分析分类模型的不同评价方法和主要指标，确定本文的模型评价方法和指标目标。 第三，针对步态特征识别关键技术，设计模式识别方案与仿真验证。首先设计开发手机采集软件获取原始步态加速度数据，并以此为基础采用滑动平均滤波器进行平滑，设计特征提取优化方案，进行融合和降维；然后选择 4 种分类器进行识别对比，并分别优化各分类器参数；最后根据评估指标分析各分类器识别结果，确定最优特征组合与分类器方案。仿真结果显示：通过特征降维，数据量减少53.8%，通过分类器参数调优，支持向量机分类器达到94%的正确率，提高2%。 第四，以本文识别方案为基础，设计开发智能手机步态识别软件。软件除了可自动识别步态类型，还具有计步、距离统计、热量统计、轨迹地图等功能，所有用户信息与步态详情记录均同步到云数据平台进行查看和管理。在真实环境进行测试，软件步态识别达到93.2%的平均正确率，其中，静止和跑步正确率为100%，走路正确率为88%，上楼正确率为84%，下楼正确率为94%。 本文设计了一套步态特征提取与识别方案，仿真验证了该方案的可行性和优化效果，并以此为基础实现了一个步态识别应用。本文研究可为智能终端步态识别技术与应用提供参考。

目录

第一个书签之前