2024年2月12日发(作者：南门忆辰)
2017年7月JOURNAL OF NANYANG INSTITUTE OF TECHNOLOGY第9卷第4期南阳理工学院学报Vol.9No.4Jul.2017基于手机加速度传感器的步态识别()福州大学物理与信息工程学院
福建福州 350108摘
要:步态识别是一种新兴的生物识别技术。智能手机的三轴加速度传感器测量人行走时的步态数据可用于步态识别。本文研究不同场景对步态识别的影响,参与数据采集有1场地分为实验室的走廊和室外红砖场8个人,地,特征值包括频域征值与时域特征值。当步态识别的测试集和训练集来源于不同的场地时,用支持向量机检测识别的准确性。实验结果表明,当测试集和训练集来源同一场地时,步态识别的准确性较高,可达到94%。而对于数据来源于不一样的场地,准确性较差。主要的原因是场景变化,人行走的步态模式发生了变化。关键词:加速度传感器;步态识别;支持向量机;场景变换()中图分类号:TP181
文献标识码:A
文章编号:1674-5132201704-0020-04杨文辉,杨明静0
引言机视觉、压力传感器、加速度传感器。基于计算机视觉的步态识别通过采集人行走时的图像信息,来识1,2]。由于图像在拍摄的过程中,别不同的人[存在要人正常地行走,就可实现对人的正常识别,便于实7,8]。现对贵重的便携式电子产品的保护[步态识别主要分为3个不同的领域,包括计算算法比较训Nicel等人用动态时间规整(DTW)]9,练集和测试集的最小规整路径[以一个步态周期[10]为特征值,得到的EER为20%。Yuexiang等人将加速度传感器放置在测试者的小腿上,在20m[]11EER为3.27%。Hoang等人将两个手机绑在一起放置在实验参与者的大腿上,14个测试者在地板视觉范围,遮挡等原因,识别的局限性较大。而在运3,4],用压力传感器的方法中[压力传感器放置在水的直线距离来回行走4次,用D得到的TW算法,上行走1用支持向量机(测试数据来源2趟,SVM)[2]于不同手机的准确性。C采用了隐马尔可laudia1平的地面上,当人在地面上行走时,传感器变化的信息作为识别的信息。人需要在特定的场地行走时,身份才能正确地验证,因此在实际的生活中应用比较少,只能在特定的场合发挥作用。三轴加速度器5]可以随身放置人体的腰部[等多个部位,测量数据夫模型对4得到了E8个测试者步态分析,ER为6.15%。然而多数文章测量数据的场地单一,没有考虑到场地发生变化时,步态识别准确率的变化情况。本文检测训练集和测试集来源不同场地时,以保证优于其他研究者的AAPP可设置频率,PP。对于场景变换时,我们提出了投票机制用于提高准确率。步态识别的准确性。同时,我们所设置的数据采集不受视觉和场地的限制。[]Ailisto等人6第一次提出用加速度传感器测量人行走时的数据用于步态识别,验证了基于加速器的步态识别的可行性。随着智能手机的普遍使5,7]。用,其内置的加速度传感器被用于步态识别[更主要是基于对手机信息安全重要性的考虑。目前,对于手机的保护主要以密码解锁和图形密码解锁为主,少部分手机添加了指纹识别和语音识别。密码解锁需要人记住密码,刻意地在手机屏幕上输入密码,很多人嫌麻烦而没有设置密码,同时密码也容易被窃取。指纹识别与语音识别,每次解锁需要人认真地参与,有时一次解锁不一定成功而使人烦躁。步态识别相对人脸识别、指纹识别的最大的优势在于具有不侵犯性、不需要人刻意的参与。只需1
数据采集本文采用HuaWeiG620手机的内置三轴加速度传感器。我们所用A分别PP界面有两个输入框,可以按照自己的意愿更改。采集的数据以txt格式保存到手机内存中,界面如图1所示。我们所采集的数据,包含4个行。一个行记录系统采集数据时为文件的名字和采集数据的频率。数据采集的频率,:作者简介:杨文辉(男,硕士生,主要研究方向:机器学习、步态识别。E1990-)-mail905634185@
2024年2月12日发(作者：南门忆辰)
2017年7月JOURNAL OF NANYANG INSTITUTE OF TECHNOLOGY第9卷第4期南阳理工学院学报Vol.9No.4Jul.2017基于手机加速度传感器的步态识别()福州大学物理与信息工程学院
福建福州 350108摘
要:步态识别是一种新兴的生物识别技术。智能手机的三轴加速度传感器测量人行走时的步态数据可用于步态识别。本文研究不同场景对步态识别的影响,参与数据采集有1场地分为实验室的走廊和室外红砖场8个人,地,特征值包括频域征值与时域特征值。当步态识别的测试集和训练集来源于不同的场地时,用支持向量机检测识别的准确性。实验结果表明,当测试集和训练集来源同一场地时,步态识别的准确性较高,可达到94%。而对于数据来源于不一样的场地,准确性较差。主要的原因是场景变化,人行走的步态模式发生了变化。关键词:加速度传感器;步态识别;支持向量机;场景变换()中图分类号:TP181
文献标识码:A
文章编号:1674-5132201704-0020-04杨文辉,杨明静0
引言机视觉、压力传感器、加速度传感器。基于计算机视觉的步态识别通过采集人行走时的图像信息,来识1,2]。由于图像在拍摄的过程中,别不同的人[存在要人正常地行走,就可实现对人的正常识别,便于实7,8]。现对贵重的便携式电子产品的保护[步态识别主要分为3个不同的领域,包括计算算法比较训Nicel等人用动态时间规整(DTW)]9,练集和测试集的最小规整路径[以一个步态周期[10]为特征值,得到的EER为20%。Yuexiang等人将加速度传感器放置在测试者的小腿上,在20m[]11EER为3.27%。Hoang等人将两个手机绑在一起放置在实验参与者的大腿上,14个测试者在地板视觉范围,遮挡等原因,识别的局限性较大。而在运3,4],用压力传感器的方法中[压力传感器放置在水的直线距离来回行走4次,用D得到的TW算法,上行走1用支持向量机(测试数据来源2趟,SVM)[2]于不同手机的准确性。C采用了隐马尔可laudia1平的地面上,当人在地面上行走时,传感器变化的信息作为识别的信息。人需要在特定的场地行走时,身份才能正确地验证,因此在实际的生活中应用比较少,只能在特定的场合发挥作用。三轴加速度器5]可以随身放置人体的腰部[等多个部位,测量数据夫模型对4得到了E8个测试者步态分析,ER为6.15%。然而多数文章测量数据的场地单一,没有考虑到场地发生变化时,步态识别准确率的变化情况。本文检测训练集和测试集来源不同场地时,以保证优于其他研究者的AAPP可设置频率,PP。对于场景变换时,我们提出了投票机制用于提高准确率。步态识别的准确性。同时,我们所设置的数据采集不受视觉和场地的限制。[]Ailisto等人6第一次提出用加速度传感器测量人行走时的数据用于步态识别,验证了基于加速器的步态识别的可行性。随着智能手机的普遍使5,7]。用,其内置的加速度传感器被用于步态识别[更主要是基于对手机信息安全重要性的考虑。目前,对于手机的保护主要以密码解锁和图形密码解锁为主,少部分手机添加了指纹识别和语音识别。密码解锁需要人记住密码,刻意地在手机屏幕上输入密码,很多人嫌麻烦而没有设置密码,同时密码也容易被窃取。指纹识别与语音识别,每次解锁需要人认真地参与,有时一次解锁不一定成功而使人烦躁。步态识别相对人脸识别、指纹识别的最大的优势在于具有不侵犯性、不需要人刻意的参与。只需1
数据采集本文采用HuaWeiG620手机的内置三轴加速度传感器。我们所用A分别PP界面有两个输入框,可以按照自己的意愿更改。采集的数据以txt格式保存到手机内存中,界面如图1所示。我们所采集的数据,包含4个行。一个行记录系统采集数据时为文件的名字和采集数据的频率。数据采集的频率,:作者简介:杨文辉(男,硕士生,主要研究方向:机器学习、步态识别。E1990-)-mail905634185@