模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2013, Vol. 26 Issue (6): 529-536    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于足底压力分布时空HOG特征的步态识别方法
夏懿1,2,马祖长2,姚志明2,孙怡宁2
1.中国科学技术大学信息科学技术学院合肥230026
2.中国科学院合肥智能机械研究所运动健康与信息技术研究中心合肥230031
Gait Recognition Based on Spatio-Temporal HOG Feature of Plantar Pressure Distribution
XIA Yi1,2,MA Zu-Chang2,YAO Zhi-Ming2,SUN Yi-Ning 2
1.School of Information Science and Technology,University of Science and Technology of China,Hefei 230026
2.Research Centre for Information Technology of Sports and Health,Institute of Intelligent Machines,Chinese Academy of Sciences,Hefei 230031

全文: PDF (621 KB)   HTML (0 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 提出一种基于足底压力分布时空HOG的步态识别算法,在特征层对足底压力的时间域和空间域信息进行融合。首先寻找足底总压力时间曲线上的极大值和极小值等几个特征点,利用这几个特征点所对应时刻的足底压力分布来构建时空HOG特征向量,最后采用SVM进行步态识别。采集不同行走速度下30人的单步足底压力分布数据进行实验,在不区分样本速度的情况下,该方法的识别率为93。5%。实验结果表明足底压力分布时空HOG特征能较好地刻画步态动力学特征,且具有良好的速度适应性。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
夏懿
马祖长
姚志明
孙怡宁
关键词 生物特征识别技术步态识别足底压力分布时空方向梯度直方图    
Abstract:A gait recognition method based on spatio-temporal histogram of oriented gradient (HOG) is proposed. Spatio-temporal HOG embodies the feature fusion of spatial and temporal plantar pressure information. Firstly,several key points,such as the maximum and the minimum points on the pressure-time curve,are picked out. Then,plantar pressure distribution images corresponding to the moment of key points are used to construct spatio-temporal HOG feature vector. Finally,support vector machine classification is applied to implement gait classification. Gait samples are collected from 30 persons at different walking speeds. When the walking speeds of the samples in the training and testing sets are not differentiated,the recognition rate is 93.5%. The experimental results demonstrate that spatio-temporal HOG feature accurately describes the dynamic plantar pressure distribution during walking,and it also has good speed-adaptable properties.
Key wordsBiometrics Identification Technology    Gait Recognition    Plantar Pressure Distribution    Spatio-Temporal Histogram of Oriented Gradient   
收稿日期: 2012-09-25     
ZTFLH: TP391.4  
基金资助:国家科技支撑计划项目(No.2013BAH14F01)、安徽省自然科学基金项目(No.1208085MF112)资助
作者简介: 夏懿,男,1976年生,博士研究生,主要研究方向为模式识别、运动生物力学.E-mail:xiayi@ustc.edu.马祖长,男,1975年生,博士,研究员,主要研究方向为信号处理、智能系统.姚志明,男,1983年生,博士,副研究员,主要研究方向为生物特征识别、步态分析.孙怡宁(通讯作者),男,1963年生,教授,博士生导师,主要研究方向为传感技术、运动生物力学、系统集成.E-mail:ynsun@iim.ac.cn.
引用本文:   
夏懿,马祖长,姚志明,孙怡宁. 基于足底压力分布时空HOG特征的步态识别方法[J]. 模式识别与人工智能, 2013, 26(6): 529-536. XIA Yi,MA Zu-Chang,YAO Zhi-Ming,SUN Yi-Ning. Gait Recognition Based on Spatio-Temporal HOG Feature of Plantar Pressure Distribution. , 2013, 26(6): 529-536.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2013/V26/I6/529
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn