智能设备上步态识别系统设计与实现

摘要：

步态是一种新兴的生物识别特征,将步态识别应用到实际生活中意义重大.通过对人体步态进行分析,设计了一款身份识别系统,利用智能手机内置传感器采集人体步态信号并进行数据预处理,再通过部署于手机上的模型对步态数据进行识别.采用智能手机作为搭载工具,实际应用成本低、能在更多复杂环境下进行操作,未来步态识别系统也可以拓展到更多可穿戴设备上.系统主要包括了注册与识别两大模块.注册主要是用户填写信息,系统建立用户个人的信息表用于存储相关数据.注册还需要采集用户的步态数据,再将数据本地存储并上传至服务器,以用于后期的模型训练.识别模块中,通过搭建的深度神经网络模型对预处理之后的数据进行自动特征提取与身份识别.实验结果表明,所提出的神经网络模型在世界上最大的步态数据集OU-ISIR(745名受试者)上的识别准确率达到了82.51％,在实验采集的30名受试者的数据集中,该模型在任意位置下的识别准确率均达到了92.34％以上.

关键词：步态分析、智能手机、数据采集、身份识别、深度神经网络

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省研究生科研与实践创新计划项目;南京邮电大学校级科研项目;南京邮电大学通达学院教改项目;浙江大学CAD&CG国家重点实验室开放课题

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：57-62