基于确定学习理论的步态识别与步态对称性研究

《基于确定学习理论的步态识别与步态对称性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于确定学习理论的步态识别与步态对称性研究作者姓名成丰江工程领域控制工程校内指导教师王聪教授校外指导教师黄伟毅副主任医师所在学院自动化科学与工程学院论文提交日期2017年12月ResearchonGaitRecognitionandGaitSymmetryBasedonDeterministicLearningTheoryADissertationSubmittedfortheDegreeofMasterCandidate：ChengFengjiangSupervisor：Prof.WangCongSou

2、thChinaUniversityofTechnologyGuangzhou,China分类号：TP273学校代号：10561学号：201521013481华南理工大学硕士学位论文基于确定学习理论的步态识别与步态对称性研究作者姓名：成丰江指导教师姓名、职称：王聪教授申请学位级别：工程硕士工程领域名称：控制工程论文形式：□产品研发□工程设计应用研究□工程/项目管理□调研报告研究方向：动态模式识别论文提交日期：2017年12月30日论文答辩日期：2018年3月10日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成

3、员：主席：文玉良委员：罗飞王聪戴诗陆吴玉香摘要步态是人走路时所表现出来的姿态，是一种复杂的运动过程。步态识别技术是一种新兴的生物识别技术，通过对人体行走方式进行客观地记录并对其进行有效的评估及分析，旨在通过生物力学及运动学手段进行身份识别或者生理、病理及心理特征检测。相比于传统的生物识别技术，步态识别具有非侵入性，难以隐藏及模仿性等优势，随着计算机视觉领域的研究不断深入，其成果已广泛应用于生物识别、安防监控、康复机器人等领域。本文采用了Kinect2.0传感器作为实验设备，重点介绍了基于确定学习理论的步态识别系统的设计与

4、实现，并研究了步态对称性的相关内容。确定学习理论，是一个在未知动态环境下利用径向基函数(RadialBasisFunction,RBF)神经网络实现对知识获取、表达、存储和再利用的机器学习新理论。它能够对具有周期性等回归轨迹的系统进行局部准确的辨识，并将过程中学习到的动态知识以常值RBF神经网络权值的形式保存起来。之后，利用常值RBF神经网络构造一组动态估计器用以表征训练模式，产生一组误差作为待测模式和训练模式之间相似度的衡量标准，最后根据最小误差原则将测试模式快速识别出来。本文基于确定学习理论，在前人的工作基础上进行了

5、步态识别系统在实际应用中的探索和研究。主要设计并开发了实时步态识别系统，尝试采用Kinect传感器作为步态特征提取的新方法，在此基础上结合了MATLABGUI及C#GUI设计了实时步态识别系统，系统主要功能包括步态骨架流数据采集、数据滤波、步态学习训练、步态在线识别、步态三维动力学图显示以及残差分析等功能，实现步态特征自动提取及识别结果在线获取的功能，通过自建数据库验证了步态识别的准确性和快速性，证明了系统的工程应用价值。并对步态对称性量化方法进行了研究，采用确定学习理论对步态对称性进行量化，基于步态识别系统中的残差值，

6、保留实验数据所包含的动态信息与静态信息，设计了慢速行走、常速行走、快速行走、负重行走、左右脚不同鞋行走、故意不对称行走等实验场景来比较人体左右下肢的步态对称性差异，提出了一种新的步态对称性度量手段。关键词：步态识别;确定学习理论;步态对称性;KinectⅠAbstractGaitisagesturethatpeopleshowwhenwalking,isacomplexmovementprocess.Gaitrecognitionisanemergingbiometricstechnology.Byobjectively

7、recordingandassessingthehumanbodywalkingstyleeffectively,biometricsandkinematicsareusedtoidentifyorphysiologically,pathologicallyandpsychologicallyFeaturedetection.Comparedwiththetraditionalbiometrics,gaitrecognitionhastheadvantagesofnon-intrusive,difficulttohide

8、andimitate.Withthecontinuousresearchinthefieldofcomputervision,theachievementshavebeenwidelyusedinbiometrics,securitymonitoring,rehabilitationrobots,etc.field.