[发明专利]一种基于优化的C-支持向量分类机的步态识别方法

说明书

技术领域

本发明涉及步态模式识别领域，尤其是一种基于优化的C-支持向量分类机的步态识别方法。 

背景技术

步态的基本定义为：“A particular way or manner of moving on foot”，即足部运动的特定方式。因此，步态识别作为一种新的基于生物特征的身份识别技术，其主要作用是根据人的走路姿态来识别个人身份。早期的医学研究也表明人的步态具有24种不同的成分，如果把这24种成分都充分加以考虑，则可认为人的步态具有唯一性，它是人所具有的一种与生俱来的独特的生物特征，尽管步态分析在医学、心理学等诸多领域有着长期的研究，如通过检查步态异常，暗示人体可能隐藏的某种疾病等。但使步态作为一种生物特征用于人的身份识别与认证却是新兴的研究课题，它是伴随着计算机视觉和模式识别的发展而出现的。 

目前，在申请公开或已审定授权的专利中应用于步态识别技术的主要算法有：中国专利CN101571918A中的基于最优轴投影特征的步态识别方法；中国专利CN101241551A中的基于切向量的步态识别方法；中国专利CN101571924A中的一种多区域特征融合的步态识别方法；中国专利CN101488185A中的基于分块矩阵的步态识别方法和中国专利102122354A中的基于自适应特征块选择的步态识别方法等。 

发明内容

鉴于以上背景技术，本发明目的在于提供一种基于优化的C-支持向量分类机的步态识别方法，能够准确地对站立、行走、跳跃和上楼梯4种步态进行识别与分类。 

为实现上述目的，本发明采取以下技术方案： 

①采集并保存站立、行走、跳跃和上楼梯这4种步态的足底压力数据，每种步态采集1000组数据； 

②从每种步态的1000组数据中随机挑选200组数据组成一个拥有800组数据的训练组；随机挑选100组组成一个拥有400组数据的测试组； 

③利用MATLAB软件及LIBSVM工具箱编写一种基于支持向量机中C-支持向量分类机模型的步态识别算法； 

④利用训练组对③中的步态识别算法进行训练； 

⑤利用测试组对④中训练好的步态识别算法进行测试，测试其分类准确率，并得出步态识别结果。 

步骤③中的一种基于支持向量机中C-支持向量分类机模型的步态识别算法包括以下步骤：