2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、步態(tài)識別是生物特征識別技術(shù)的一個新興子領(lǐng)域,旨在根據(jù)人們的行走姿勢實現(xiàn)對個人身份的識別或生理、病理及心理特征的檢測,具有廣闊的應(yīng)用前景,已成為近年來生物醫(yī)學(xué)信息檢測領(lǐng)域備受關(guān)注的前沿方向?;跓後岆娂t外輻射(PIR)信息的步態(tài)識別檢測原理為:人行走過程中身體各部分(包括軀干、手臂、腿部)的運動將因個人行走習(xí)慣不同而使其紅外熱輻射信號具有某種個體特征。該特征信息將記入在線檢測的PIR傳感器中。通過對傳感器輸出信號的分析,就可能提取出人體運

2、動的特征性數(shù)據(jù),實現(xiàn)對不同人、不同運動狀態(tài)的識別。
   本文采用表面裝有菲涅爾透鏡的熱釋電紅外傳感器從多個角度檢測人體行走時的紅外輻射信息,利用所得紅外輻射的連續(xù)時間序列信號提取人體行走時的運動特征進行身份識別。研究中首先搭建了運動人體紅外熱釋電信息的多角度采集系統(tǒng),同步進行了三個角度的熱釋電信息采集,分別是60°、90°、120°;第一種特征提取方法是將時域信號進行快速傅里葉變換提取出頻譜信息作為特征,第二種特征提取方法是先

3、將時域信號進行三層小波變換分解,再將三層小波近似系數(shù)進行快速傅里葉變換提取出其頻譜信息作為特征;在分類識別算法方面嘗試采用K-means聚類算法與BP神經(jīng)網(wǎng)絡(luò)算法來實現(xiàn)人體身份識別與驗證,并比較了不同分類方法的識別結(jié)果;最后在單一特征識別的基礎(chǔ)上,對不同角度的熱釋電信息進行特征融合。實驗結(jié)果證實,相對于單一特征識別,特征融合能得到更好的識別結(jié)果,最高識別率可達90%以上。
   研究表明,通過對PIR傳感器輸出信號的處理,可在一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論