基于足地作用力的步态特征提取方法及步态识别系统技术方案

本发明专利技术公开了一种基于足地作用力的步态特征提取方法及步态识别系统，该系统包括步态数据采集模块和步态数据处理与识别模块，步态数据采集模块隐蔽无侵扰地获取步行时的足地作用力，步态数据处理与识别模块从中提取步态特征并进行步态识别；步态特征提取的步骤是：采用小波变换硬阈值法对足地作用力去噪，再采用一阶差分算法检测关键点并计算步态时域特征，对足地作用力进行波形对齐后采用小波包分解系数表征步态频域特征。用于识别时，采用模糊C均值算法挑选出最优步态特征集，再基于支持向量机对步态分类或识别。本发明专利技术采集的步态信息自然真实且不易被模仿，提取的步态特征全面准确，可以更好地满足步态分析、分类和远距离步态识别的需求。

【技术实现步骤摘要】

本专利技术属于模式识别
，特别涉及基于足地作用力的步态特征提取方法及步态识别系统。
技术介绍
步态识别利用人走路的姿势实现对个人身份的识别或生理、病理和心理特征步态的分类、识别，是生物特征识别
中的一个新兴分支，具有其他生物特征识别技术共有的特性，即生物特征能随身携带，不需要记忆，具有唯一性和难以复制性等特点。同时，步态识别具有其他生物特征识别技术所不具有的独特优势，即步态信息可以远距离隐蔽且非接触地采集到，步态难以隐藏和伪装，是一种远距离生物特征识别技术。藉于此，步态识别应用前景广泛，尤其在安全敏感场所的身份识别或认证应用中更具潜力和优势。因为指纹、人脸、虹膜、掌纹、掌形、人耳、视网膜、DNA、气味、签名、语音和击键等生物特征识别技术在实际应用时均需要被检对象近距离密切配合才能完成信息采集，不具备隐蔽性，易引起犯罪分子的察觉进而采取伪造和模仿等反侦察手段，不太适用于安全敏感场所的安全认证需求；而且，所用的指纹、人脸、虹膜、掌纹、掌形、人耳、视网膜和气味等生理特征都是静态特征，易于伪造；击键、语音和签名这三种行为特征也容易被模仿；DNA鉴别技术虽然可靠性高，但采样也不是本文档来自技高网...

【技术保护点】
一种基于足地作用力的步态特征提取方法，其特征在于，包括步态频域特征提取和步态时域特征提取：所述步态频域特征提取是指：将获取的步行时的足地作用力作为步态数据，对步态数据进行去噪和波形对齐，采用小波包分解方法从处理过的步态数据中提取出步态频域特征；所述步态时域特征提取是指：将获取的步行时的足地作用力作为步态数据，对步态数据进行去噪，检测足地作用力曲线上的关键点和参考点，以关键点处的力值及时相、相邻关键点的作用力变化率和冲量表征步态时域特征；所述足地作用力包括左右剪切力、前后剪切力和垂直支撑力；所述步态频域特征提取的步骤如下：频域第一步（S11）：采用三维力测力板获取人正常步行通过步态通道时的足地作...

【技术特征摘要】
1.一种基于足地作用力的步态特征提取方法，其特征在于，包括步态频域特征提取和步态时域特征提取 所述步态频域特征提取是指将获取的步行时的足地作用力作为步态数据，对步态数据进行去噪和波形对齐，采用小波包分解方法从处理过的步态数据中提取出步态频域特征； 所述步态时域特征提取是指将获取的步行时的足地作用力作为步态数据，对步态数据进行去噪，检测足地作用力曲线上的关键点和参考点，以关键点处的力值及时相、相邻关键点的作用力变化率和冲量表征步态时域特征； 所述足地作用力包括左右剪切力、前后剪切力和垂直支撑力； 所述步态频域特征提取的步骤如下 频域第一步(SI I):采用三维力测力板获取人正常步行通过步态通道时的足地作用力，将一次无停留无返回正常连贯地从步态通道上步行通过时的足地作用力作为一条有效的步态数据，传输并保存到计算机(PC)中； 频域第二步(S12):采用小波变换硬阈值法对足地作用力进行去噪处理，获取去噪后的足地作用力； 频域第三步(S13):挑选去噪后的足地作用力中的垂直支撑力，采用一阶差分算法检测出垂直支撑力曲线上的波谷点，将垂直支撑力曲线上的波谷点作为足地作用力曲线的参考占. 频域第四步(S14):以足地作用力曲线的参考点为基准，采用线性插值算法对去噪后的足地作用力进行波形对齐，得到波形对齐后的足地作用力； 频域第五步(S15):根据应用场所步态数据采集的难易程度判断是否需要扩充样本，如果在人员固定的场所，可以多次采集每个人分别以不同行走速度和穿不同的鞋子正常通过步态通道的步态数据，则不需要扩充样本，执行频域第八步(S18);如果在机场、商场和海关等人员流动性强的场所，不能多次采集每个人分别以不同行走速度和穿不同的鞋子正常通过步态通道的步态数据，则需要扩充样本，执行频域第六步(S16); 频域第六步(S16):需要扩充样本时，以足地作用力曲线的参考点为基准，对波形对齐后的足地作用力进行样本拆分，拆分成多个分段足地作用力，扩充步态数据样本的数量；频域第七步(S17):采用L层小波包分解算法从拆分出的分段足地作用力中提取出分段的步态频域特征； 频域第八步(S18):不需要扩充样本时，采用L层小波包分解算法从波形对齐后的足地作用力中提取出全程的步态频域特征； 所述步态时域特征提取的步骤如下 时域第一步(S21):通过三维力测力板获取人正常步行通过步态通道时的足地作用力，将一次无停留无返回正常连贯地从步态通道上步行通过时的足地作用力作为一条有效的步态数据，传输并保存到计算机(PC)中； 时域第二步(S22):采用小波变换硬阈值法对足地作用力进行去噪处理，获取去噪后的足地作用力； 时域第三步(S23):采用一阶差分算法分别检测出去噪后的足地作用力中的前后剪切力曲线和垂直支撑力曲线上的波峰点和波谷点，将波峰点和波谷点作为足地作用力曲线的关键点，将垂直支撑力曲线上的波谷点作为足地作用力曲线的参考点； 时域第四步(S24):根据应用场所步态数据采集的难易程度判断是否需要扩充样本，如果在人员固定的场所，可以多次采集每个人分别以不同行走速度和穿不同的鞋子正常通过步态通道的步态数据，则不需要扩充样本，执行时域第七步(S27);如果在机场、商场和海关等人员流动性强的场所，不能多次采集每个人分别以不同行走速度和穿不同的鞋子正常通过步态通道的步态数据，则需要扩充样本，执行时域第五步(S25); 时域第五步(S25):需要扩充样本时，以足地作用力曲线的参考点为基准，对去噪后的足地作用力进行样本拆分，拆分成多个分段足地作用力，扩充步态数据样本的数量； 时域第六步(S26):以每一个分段足地作用力中的垂直支撑力曲线上的关键点处的力值及力值出现的时相、相邻关键点的作用力变化率和冲量和对应的前后剪切力曲线上的关键点处的力值、驱动冲量和制动冲量表征分段的步态时域特征； 时域第七步(S2...

【专利技术属性】
技术研发人员：姚志明，孙怡宁，周旭，刘遥，李丹，王重阳，徐玉兵，许胜强，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：