基于机器学习算法的人体步态异常状态检测与识别方法

摘要

为了提高在人体步伐识别中异常状态检测的识别率和精度,引入机器学习算法,研究人体步态异常状态检测与识别方法。根据采集到的人体步态图像序列结构,构建人体步态模型。利用所构建的模型检测人体步态,并对人体步态图像进行二值化处理,实现模型参数的优化,从中提取人体步态运动特征,实现对变化的人体步态的具体描述。结合机器学习算法中的决策树、NN分类器和KNN分类器,对人体步态中的异常状态进行识别。经过对比实验可知,本文所提识别方法具备更高的识别率和识别精度,能够有效检测出人在行走中出现的异常状态。