[发明专利]基于人工神经网络的多源步态特征提取与身份识别方法有效
| 申请号： | 201010115897.4 | 申请日： | 2010-03-02 |
| 公开（公告）号： | CN101807245A | 公开（公告）日： | 2010-08-18 |
| 发明（设计）人： | 明东;白艳茹;张广举;孙长城;万柏坤 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/20;G06N3/02 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及身份识别、图像处理等。具体讲，涉及基于人工神经网络的多源步态特征提取与身份识别方法，为减少复杂背景、遮挡物等外界因素的干扰，更为准确地提取能反映运动人体行走特征的有效信息、提高步态识别正确率。本发明采用的技术方案是：由摄像头和红外热释电传感器分别采集步态数据，对于摄像头获取的图像源信息，提取骨架特征参数和Radon变化峰值特征参数；对于红外热释电源信息，将采集到的电压信号转化为频域特征参数；将骨架特征参数和Radon变化峰值特征参数、频域特征参数分别经过降维和相应信号处理后进行融合，最后选用BP神经网络作为分类器对融合特征实现分类识别，并对识别效果给予评价。本发明主要用于身份识别。 | ||
| 搜索关键词： | 基于 人工 神经网络 步态 特征 提取 身份 识别 方法 | ||
【主权项】：
一种基于人工神经网络的多源步态特征提取与身份识别方法，其特征是，包括下列步骤：由摄像头和红外热释电传感器分别采集步态数据，对于摄像头获取的图像源信息，提取骨架特征参数和Radon变化峰值特征参数；对于红外热释电源信息，将采集到的电压信号转化为频域特征参数；将骨架特征参数和Radon变化峰值特征参数、频域特征参数分别经过降维和相应信号处理后进行融合，最后选用BP神经网络作为分类器对融合特征实现分类识别，并对识别效果给予评价。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010115897.4/，转载请声明来源钻瓜专利网。
