基于极限学习机及多姿态信息融合的步态识别

为了解决步态识别系统复杂度较高且设备较为昂贵的问题，本文设计了一种步态识别系统。通过采集安装在大腿、小腿和脚板的三个姿态传感器数据，利用时域与频域结合的多域特征方法和近邻成分分析（NCA）算法对姿态数据进行特征提取和降维，得到姿态数据的低维特征向量，使用极限学习机对低维特征向量进行分类，实现了三种步态的准确识别。实验结果表明，三种步态的识别率均达95%以上。