基于支持向量机的步态识别新方法

为了能更好地提取步态识别参量,克服目前常用步态识别算法的不足,提出了基于频域特征提取与支持向量机(svm)识别的新方法．首先提取下肢关节点的两维空间运动数据并进行离散傅里叶变换,然后在频域进行窗口滤波,提取中间频段的幅值和相位,以此作为步态特征识别量输入至svm进行分类识别．使用中国科学院自动化研究所的步态数据库,分别以svm和人工神经网络(ann)进行识别,其正确识别率分别为84％~93％和77％~88％,表明本文的新算法具有更好的识别性能．