[发明专利]基于Gabor滤波器和改进极限学习机的步态识别方法及系统在审
| 申请号： | 201911203709.0 | 申请日： | 2019-11-29 |
| 公开（公告）号： | CN110991326A | 公开（公告）日： | 2020-04-10 |
| 发明（设计）人： | 李彬;郭红利;乔风娟;李伟;梁启星;李志;杨雪;方士弘;刘凯 | 申请（专利权）人： | 齐鲁工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/00;G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李圣梅 |
| 地址： | 250353 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了基于Gabor滤波器和改进极限学习机的步态识别方法及系统，包括：获取步态视频或步态序列，进行预处理，得到尺寸大小一致步态侧影图；根据步态侧影图进行步态周期的计算，经过处理得到步态能量图；将步态能量图用Gabor滤波器进行步态特征提取；采用线性判别分析方法进行步态特征降维；将进行降维处理过后的数据作为改进极限学习机即步态识别算法的输入数据，进行识别。本公开所述的步态识别方法采用了改进极限学习机的算法，该算法在局部连接极限学习机算法(LC‑ELM)的基础上，利用参数自适应可调的粒子群算法(PSO)对其参数进行优化(称为LC‑PSO‑ELM学习算法)，提高了算法的稳定性和识别精度，算法在运行过程中，无需进行参数的调节，只需设置隐层神经元的个数即可达到预期的识别效果，既降低了算法的复杂度，又保证了较高的步态识别精度。 | ||
| 搜索关键词： | 基于 gabor 滤波器 改进 极限 学习机 步态 识别 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于齐鲁工业大学，未经齐鲁工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911203709.0/，转载请声明来源钻瓜专利网。
