查询结果:   杨春生,化晨冰,王鸣镝,黄振华,邵晓东.一种可用于入侵防范的步态识别方法研究[J].计算机应用与软件,2017,34(3):248 - 251.
中文标题
一种可用于入侵防范的步态识别方法研究
发表栏目
算法
摘要点击数
652
英文标题
RESEARCH ON A METHOD OF GAIT RECOGNITION FOR INTRUSION PREVENTION
作 者
杨春生 化晨冰 王鸣镝 黄振华 邵晓东 Yang Chunsheng Hua Chenbing Wang Mingdi Huang Zhenhua Shao Xiaodong
作者单位
国网临沂供电公司 山东 临沂 276003 国电南瑞安徽继远电网技术有限责任公司 安徽 合肥 230088    
英文单位
Linyi Power Supply Company,Linyi 276003,Shandong,China Anhui Jiyuan Electric Network Technology Co., Ltd of NARI,Hefei 230088,Anhui,China    
关键词
入侵防范 足底压力信息 卷积神经网络 特征学习 步态识别
Keywords
Intrusion prevention Plantar pressure information Convolution neural network Feature extraction Gait recognition
基金项目
作者资料
杨春生,工程师,主研领域:电力系统管理工作。化晨冰,高级工程师。王鸣镝,高级技师。黄振华,高级工程师。邵晓东,高级工程师。过其峰,工程师。 。
文章摘要
提出一种可用于入侵防范系统中的步态识别方法。该方法以足底压力信息为基础,采用卷积神经网络模型进行步态特征提取。首先,用压力测试板采集行人的足底压力信息并作相应的预处理;然后,结合K均值聚类和卷积神经网络方法的自学习特性得到足底压力信息的特征表示;最后,对所获得的特征表示进行分类识别。在典型数据集上的比较试验表明了该算法的有效性。
Abstract
A gait recognition algorithm for intrusion prevention is presented. This method is based on plantar pressure information, adopting convolution neural network model to extract feature. Firstly, the preprocessing of the evaluated data collected from the test board of plantar pressure is performed. Secondly, the deep learning technique and k-means Clustering are used to automatically extract features from the plantar pressure distribution diagram. Finally, we use the features for the recognition task. The comparative experiments conducted on the typical datasets demonstrate the effectiveness of the proposed approach.
下载PDF全文