基于隐马尔可夫模型的步态识别算法

摘要：

为降低数据噪声的干扰,提高步态识别的有效性,提出一种基于隐马尔可夫模型的步态识别算法(GR-HMM).利用滑动平均滤波模型对步态数据进行去噪预处理,建立观测序列;基于GR-HMM算法计算观测序列概率,重估迭代至观测序列概率收敛,得到GR HMM算法的参数模型;对步态数据进行步态阶段识别及步态关键事件定位.基于Shimmer IMU采集的数据对算法进行训练和分析评估,实验结果表明,GR HMM算法的步态阶段识别灵敏度和特异性分别可达93.1％和96.9％.

关键词：步态识别、隐马尔可夫模型、步态阶段、滑动平均滤波、步态分割

所属期刊栏目：40

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61802017;河北省自然科学基金项目F2018402251;邯郸市科学技术研究与发展计划基金项目1721203048;河北省物联网数据采集与处理工程技术研究中心开放课题基金项目2016-2

在线出版日期：2020-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3487-3493