您的位置： 专家智库 > >

安徽省高等学校优秀青年人才基金(2012SQRL0172D)

作品数：2 被引量：24H指数：2
相关作者：张艳鲍文霞高玮玮梁栋王欣更多>>
相关机构：安徽大学更多>>
发文基金：国家教育部博士点基金国家自然科学基金安徽省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇图像
  • 2篇足底
  • 2篇足底压力
  • 2篇步态
  • 2篇步态识别
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据采集
  • 1篇数据采集系统
  • 1篇网络
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇拉普拉斯谱
  • 1篇分区域
  • 1篇步态识别算法
  • 1篇触觉

机构

  • 2篇安徽大学

作者

  • 1篇王年
  • 1篇唐俊
  • 1篇梁栋
  • 1篇高玮玮
  • 1篇鲍文霞
  • 1篇张艳
  • 1篇王欣

传媒

  • 1篇安徽大学学报...
  • 1篇华中科技大学...

年份

  • 1篇2015
  • 1篇2013
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于双层卷积神经网络的步态识别算法被引量：10
2015年
提出运用双层卷积神经网络模型实现基于足底压力图像的步态识别方法.首先,对足底压力数据采集系统采集的图像作相应预处理;然后,用双层卷积神经网络模型学习得到足底压力图像的单层和双层卷积特征;最后,将卷积特征训练分类器得到分类结果.实验结果验证了该算法的有效性.
王欣唐俊王年
关键词：卷积神经网络数据采集系统步态识别
基于足底压力图像的静态触觉步态识别被引量：17
2013年
提出一种可用于门禁和考勤系统的静态触觉步态识别方法.首先,对压力测试板采集的裸脚静止足底压力图像进行划分区域、去噪和筛选等预处理以消除噪声点对特征提取的影响;其次,根据足底不同区域最大压力点和压力中心点的坐标及压力值提取拉普拉斯谱特征,同时结合足底形状及压力比值特征以提高算法的鲁棒性;最后,利用一对一的支持向量机(SVM)多分类方法在50人左、右脚的静态步态数据上训练分类器并进行分类识别,结果表明该算法受外界干扰小,其平均识别率达96%.
梁栋高玮玮张艳鲍文霞
关键词：步态识别拉普拉斯谱分区域
全选 清除 导出
共1页<1>
聚类工具0