导读:本文包含了步态识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:步态,神经网络,特征,机器人,关节点,卷积,计量学。
步态识别论文文献综述
刘畅,魏忠诚,张春华,王巍,赵继军[1]（2019）在《基于隐马尔可夫模型的步态识别算法》一文中研究指出为降低数据噪声的干扰,提高步态识别的有效性,提出一种基于隐马尔可夫模型的步态识别算法(GR-HMM)。利用滑动平均滤波模型对步态数据进行去噪预处理,建立观测序列;基于GR-HMM算法计算观测序列概率,重估迭代至观测序列概率收敛,得到GR-HMM算法的参数模型;对步态数据进行步态阶段识别及步态关键事件定位。基于Shimmer IMU采集的数据对算法进行训练和分析评估,实验结果表明,GR-HMM算法的步态阶段识别灵敏度和特异性分别可达93.1%和96.9%。(本文来源于《计算机工程与设计》期刊2019年12期）
蒋敏兰,吴颖,陈昊然[2]（2019）在《基于改进时空步态图的步态识别》一文中研究指出基于图像步态识别因缺乏有效动态、时序特征,导致跨视角识别时准确率较低,而基于模型步态识别特征维度不足,容易造成步态识别平均准确率不高。故提出一种改进时空步态图(Improved Chrono-Gait Image,ICGI)及特征融合策略的解决方法,将时序信息与人体下肢关节间角度的规律变化相结合,突出步态运动时下肢的周期性变化。在引入时序信息的基础上,融合下肢关节点间动态特征,建立一个更加丰富、有效的特征集。结合最近邻算法(KNN)建立步态识别模型,在CASIA-B数据集上进行对比实验,证实所提方法能有效提高复杂环境下步态识别精度。(本文来源于《信息技术与网络安全》期刊2019年12期）
王文烨[3]（2019）在《基于密集连接卷积神经网络的步态识别方法》一文中研究指出步态识别是新兴的生物特征识别技术,旨在基于行走姿态识别行人的身份。基于深度学习的步态识别方法已经被陆续提出。本文提出将密集连接卷积神经网络(Densenet)应用于步态特征提取,在CASIA-B步态数据集上与现有基于卷积神经网络的步态识别方法进行对比实验,并取得较高的识别准确率。(本文来源于《网络安全技术与应用》期刊2019年11期）
陶加贝,邹雅淇,步子豪,李志俊[4]（2019）在《基于传感器融合的步态识别方法》一文中研究指出为了实现对外骨骼系统控制的快速性、准确性、稳定性,需要对人体步态进行识别,识别的准确率直接影响整个系统的控制效果。因此,本文就此问题基于传感器融合的方法进行了步态识别方法研究。首先搭建一个步态信息采集系统来采集步态数据;然后,对采集的各种不同类型的传感器数据进行预处理,提取步态特征;最后对步态特征进行融合,完成步态的识别。在完成步态的识别后,设计了步态识别算法的验证实验方案,对不同行走速度的步态识别进行了实验验证和结果分析。(本文来源于《中国科技信息》期刊2019年21期）
夏利民,王浩,郭炜婷[5]（2019）在《基于生成对抗图像补全网络的步态识别（英文）》一文中研究指出针对步态识别中小面积人体遮挡问题,提出了一种基于Wasserstein GAN的图像补全网。该网络能够为图像中遮挡区域生成上下文一致的补全图像。为了减少噪声对特征提取的影响,采用具有鲁棒性的堆迭自动编码器进行特征提取。为了提高分类的能力,采用稀疏编码的方法对步态特征进行表示与分类。在公共数据集CASIA-B和TUM-GAID上对该方法进行了验证,并与其他方法进行了对比试验,结果表明了该方法的有效性。(本文来源于《Journal of Central South University》期刊2019年10期）
韩亚丽,吴振宇,徐泳龙,张猛,沈培[6]（2019）在《基于足底压力信号的步态识别》一文中研究指出设计了一款基于足底压力传感器的足底测力系统,对压力传感器进行选型布局,设计信号调理电路,对采集到的压力信号进行放大及滤波处理,搭建硬件平台,设计信号采集界面;进行传感器标定实验以及足底测力系统实验,采集测试对象以不同步速进行平地行走以及楼梯行走时的足底压力信号;对采集到的足底压力信号进行比例运算,确定模糊集,设计隶属函数,以比例信号作为输入量进行模糊化处理,采用Larsen产品暗示法作为推理算子建立模糊规则推理,根据模糊输出信号识别出步态相位。(本文来源于《计量学报》期刊2019年05期）
冯世灵,王修晖[7]（2019）在《结合非局部与分块特征的跨视角步态识别》一文中研究指出目前基于深度学习的步态识别方法大多通过迭加卷积层获取全局特征,忽略有利于细粒度分类的局部特征.针对上述问题,文中提出结合非局部与分块特征的跨视角步态识别方法.将一对步态能量图(GEI)作为输入,提取单样本的非局部信息与样本对之间的相对非局部信息.为了更好地提取局部特征,根据GEI的几何特性,将人体区域水平切分为静态块、微动态块和强动态块,连接至3个二值分类器分别进行训练.在OU-ISIR-LP和CASIA-B步态数据集上的对比实验表明,文中方法的正确识别率较高.(本文来源于《模式识别与人工智能》期刊2019年09期）
周江南[8]（2019）在《步态识别让空调“知冷知热”》一文中研究指出家电智能化已经成为行业趋势,各大家电厂商都在布局,在家电智能化的一系列环节中,自动识别是最重要的步骤之一,只有机器自动识别用户,才能让家电智慧起来,满足个性化需求。日前,我国某人工智能公司提交的"一种空调系统控制方法和装置"发明专利申请获得授权,采用该技术的空调将依据用户的步态信息来自动进行温度、湿度、风力、风向等的操作,利用步态识别让空调"知冷知热"。空调采集目标区域的视频信息,利用视频信息识别目标区域内用户的步态特征,然后根据用户的步态特征,生成对应的空调控制指令。(本文来源于《大众用电》期刊2019年09期）
张亦筑[9]（2019）在《“中科院军团”将携80余个项目亮相智博会》一文中研究指出本报讯 （记者 张亦筑）8月22日，重庆日报记者从市科技局了解到，由30家单位组成的“中科院军团”将携80余个项目亮相2019智博会。“中科院军团”的成员包括沈阳新松机器人自动化股份有限公司、中科院沈阳自动化研究所、中科院计算技术研究所、中科院海(本文来源于《重庆日报》期刊2019-08-23）
邹倩颖,王小芳[10]（2019）在《粒子群优化BP神经网络在步态识别中的研究》一文中研究指出为降低步态识别特征噪声、提高BP神经网络在步态识别中的准确性和高效性,提出一种基于粒子群优化的BP神经网络识别算法。该算法将形态学细化思想融入人体骨架图特征值提取中,在二维平面上抽取多种特征值,然后建立粒子群优化神经网络模型,将特征值矩阵代入模型中,在反复迭代后产生最优迭代函数作为神经网络优化函数,不断优化网络层之间的权值和阈值。实验结果表明,优化后的模型识别率高达97.125%。(本文来源于《实验技术与管理》期刊2019年08期）
步态识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于图像步态识别因缺乏有效动态、时序特征,导致跨视角识别时准确率较低,而基于模型步态识别特征维度不足,容易造成步态识别平均准确率不高。故提出一种改进时空步态图(Improved Chrono-Gait Image,ICGI)及特征融合策略的解决方法,将时序信息与人体下肢关节间角度的规律变化相结合,突出步态运动时下肢的周期性变化。在引入时序信息的基础上,融合下肢关节点间动态特征,建立一个更加丰富、有效的特征集。结合最近邻算法(KNN)建立步态识别模型,在CASIA-B数据集上进行对比实验,证实所提方法能有效提高复杂环境下步态识别精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
步态识别论文参考文献
[1].刘畅,魏忠诚,张春华,王巍,赵继军.基于隐马尔可夫模型的步态识别算法[J].计算机工程与设计.2019
[2].蒋敏兰,吴颖,陈昊然.基于改进时空步态图的步态识别[J].信息技术与网络安全.2019
[3].王文烨.基于密集连接卷积神经网络的步态识别方法[J].网络安全技术与应用.2019
[4].陶加贝,邹雅淇,步子豪,李志俊.基于传感器融合的步态识别方法[J].中国科技信息.2019
[5].夏利民,王浩,郭炜婷.基于生成对抗图像补全网络的步态识别（英文）[J].JournalofCentralSouthUniversity.2019
[6].韩亚丽,吴振宇,徐泳龙,张猛,沈培.基于足底压力信号的步态识别[J].计量学报.2019
[7].冯世灵,王修晖.结合非局部与分块特征的跨视角步态识别[J].模式识别与人工智能.2019
[8].周江南.步态识别让空调“知冷知热”[J].大众用电.2019
[9].张亦筑.“中科院军团”将携80余个项目亮相智博会[N].重庆日报.2019
[10].邹倩颖,王小芳.粒子群优化BP神经网络在步态识别中的研究[J].实验技术与管理.2019
论文知识图
