%0 Journal Article
%T Gait Recognition Based on the Fusion of Multiple Classifiers<br>多分类器信息融合的步态识别算法
%A YE Bo
%A WEN Yu-mei
%A HE Wei-hu
%A YE Bo
%A WEN Yu-mei
%A HE Wei-hua
%A YE Bo
%A WEN Yu-mei
%A HE Wei-hua
%A <br>叶波
%A 文玉梅
%A 何卫华
%J 中国图象图形学报
%D 2009
%I 
%X 融合运动人体整体轮廓和局部关节的特征信息，提出了一种新的步态识别算法。对每个序列进行运动轮廓抽取，从3个方向(水平、垂直、斜向)对时变的2维轮廓进行投影扫描，转换为对应的特征向量；对级联的特征向量分别采用离散正交小波变换(DWT)和核主元分析法(KPCA)提取轮廓时空变化所蕴涵的非线性步态信息，构成两个独立的全局特征分类器。对运动人体髋关节和膝关节建模，根据步态运动的准周期性，将关节角度时序信息按傅里叶级数形式展开，采用遗传算法搜索各次谐波的系数并进行尺度变换，生成局部关节时变特征向量，构成局部特征分类器。最后采用贝叶斯多分类器融合决策规则，融合整体和局部特征。在CMU步态数据库中进行实验，结果验证了算法的有效性，识别性能和验证性能都获得有效的提高。
%K gait recognition
%K multiple classifiers fusion
%K DWT
%K KPCA
%K arthrosis-based modeling<br>步态识别
%K 多分类器融合
%K 小波变换
%K 核主元分析
%K 运动关节建模
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=0212CD60C74A7FDA69F7776EAEF43AE2&yid=DE12191FBD62783C&vid=F3583C8E78166B9E&iid=5D311CA918CA9A03&sid=2F03362571112972&eid=E1C7AF8CF9EC4482&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=1&reference_num=32