公开(公告)号：CN113887315A

公开(公告)日：2022-01-04

申请号：CN202111039460.1

申请日：2021-09-06

Applicant: 广东工业大学

Inventor： 邓木清 ,  孙源佑 ,  邹毅

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于多分类器协同的步态识别方法及系统，包括：获取步态轮廓数据集，将步态轮廓数据分为训练集和测试集，分别提取训练集数据和测试集数据的非线性步态动力学特征；计算测试集的非线性步态动力学特征与训练集的非线性步态动力学特征之间基于非线性动力学差异的识别误差；根据计算所得的识别误差选择相应的分类器，将测试集的步态动力学特征输入到所选择的且经过训练的分类器中，实现步态识别。采用多种不同的分类识别机制应对不同步行条件下的步态数据分类识别任务，识别不易受到环境，识别率更加准确。

公开(公告)号：CN113887315B

公开(公告)日：2024-06-11

申请号：CN202111039460.1

申请日：2021-09-06

Applicant: 广东工业大学

Inventor： 邓木清 ,  孙源佑 ,  邹毅

IPC: G06V40/20 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明提供一种基于多分类器协同的步态识别方法及系统，包括：获取步态轮廓数据集，将步态轮廓数据分为训练集和测试集，分别提取训练集数据和测试集数据的非线性步态动力学特征；计算测试集的非线性步态动力学特征与训练集的非线性步态动力学特征之间基于非线性动力学差异的识别误差；根据计算所得的识别误差选择相应的分类器，将测试集的步态动力学特征输入到所选择的且经过训练的分类器中，实现步态识别。采用多种不同的分类识别机制应对不同步行条件下的步态数据分类识别任务，识别不易受到环境，识别率更加准确。