[发明专利]基于惯性传感器的步态特征提取和步态识别方法

说明书

本发明公开了一种基于惯性传感器的步态特征提取和步态识别方法，具体包括如下步骤：步骤1，对步态信号进行预处理；步骤2，对经步骤1处理后的步态信号进行步态关键点检测；步骤3，根据步骤2的检测结果，提取步态周期特征向量；步骤4，对步骤3提取的步态周期特征向量进行PCA‑CCA特征融合；步骤5，对经步骤4融合后的特征向量进行步态识别分类建模。本发明将惯性传感器放置在人体下肢的左右小腿中部以更好地捕捉步态信息，通过基于观测窗口的步态关键点检测方法准确划分步态周期，从而提取相应的加速度和角速度步态特征，通过PCA‑CCA特征融合方法，将角速度特征和加速度特征进行融合，提高了步态识别的准确性。

技术领域

本发明属于计算机技术与应用技术领域，涉及一种基于惯性传感器的步态特征提取和步态识别方法。

背景技术

目前，信息安全越来越受到人们的重视，出于对个人信息的保护，许多与个人信息相关的操作都需要对个人身份进行识别和验证。身份识别技术可以分为非生物特征识别和生物特征识别。前者主要包括PIN码、数字密码、图案密码和密匙等，该类识别方法具有很高的被盗取和篡改的风险。后者则是根据每个人所独有的生物学和行为学特征进行身份验证，主要包括语音识别、虹膜识别、指纹识别、人脸识别和步态识别等。其中，指纹识别、语音识别、虹膜识别和人脸识别技术已经比较成熟和稳定并且应用广泛，相比非生物特征识别安全性要更高。但指纹识别需要人体和使用设备之间有直接的接触，存在被复制的风险，语音识别容易受噪音的干扰，虹膜识别和人脸识别需要近距离才能有效识别，因此，这几种身份识别方法的应用场景均存在一定的局限性。步态是指人的运动姿态，每个人的步态都是不一样的，具有独特性和唯一性，因此步态是一种包含人的身份信息的生物行为特征。步态识别作为一种新兴的生物特征识别技术，具有非接触性、远距离性、隐蔽性、非侵扰性和不易伪装等优点，因而具有很大的研究潜力和应用价值。近年来，随着微机电系统(MEMS)的快速发展，体积小、重量轻、便携、低功耗和低成本的惯性传感器已经被广泛应用在与运动相关的活动当中，这使得人体步态信息的采集变得更加方便和容易，基于步态的身份识别得到了广泛的关注和研究。

目前进行步态识别的方式主要有两种：

(1)基于运动捕捉系统的步态识别。该方法在专门的实验室里采用专业的三维视觉运动捕捉系统获取人体步态信息，虽然客观且精度高，但也具有一些无法克服的缺点：一是该类型的步态分析系统通常只安装在专门的试验室内，测量环境受空间限制，并且成本高昂。二是该类型的步态识别系统的安装和操作过程复杂，需要专业的技术人员进行操作和维护。

(2)基于可穿戴式传感器的步态识别。步态识别研究中最常用的可穿戴传感器主要包括加速度计、陀螺仪、磁力计、倾斜计、测角仪、超声波传感器、肌电图等。惯性传感器是一种包含三轴加速度计和三轴陀螺仪(有时还包括三轴磁力计)在内的电子设备，可以测量和采集加速度和角速度数据。目前，由于惯性传感器具有体积小、重量轻、成本低、隐私保密性好、便携且不容易被发现并能随时随地不受环境影响测量实验数据而受到越来越多研究者的青睐和关注，成为步态识别中使用广泛的传感器。

中国专利(名称：一种步态特征提取方法及基于步态特征的行人身份识别方法，申请号：CN201910295000.1，)公开了一种基于计算机视觉进行步态识别的方法，该方法由于需要通过视觉系统来获取人体步态图像序列，不仅成本比较高，还容易受光线和障碍物等外部环境的影响，同时，采集的图像数据会包含人脸部分，不利于保护个人隐私。

中国专利(名称：一种基于惯性传感器和压力传感器阵列的身份识别系统，申请号：CN201721204558.7)公开一种身份识别系统，该系统中采用的识别方法直接使用提取出的7种步态特征进行步态识别，不仅特征数量较少，而且没有对不同数据的特征进行融合，因而影响了步态识别的准确性。