基于PCA和SVM的步态识别

提出了一种新颖的沿中线投影得到特征的步态识别方法。首先,应用背景差方法分割出运动人体轮廓,对外轮廓沿人体中线投影可以得到前后两个向量,合成1D向量作为步态特征。然后,通过主成分分析对得到的一维向量进行特征提取和压缩,对得到的识别量应用支持向量机进行步态的分类和识别。实验中,该方法取得了很好的识别性能。     

基于人体轮廓中线投影的步态特征提取

提出了一种新颖且简单有效的步态特征提取方法。用背景差方法得到运动人体的轮廓，对提取出来的轮廓沿中线进行投影，将二维的数据压缩为一维的中线向量。用PCA和SVM相结合的方法对其进行了验证，结果证明了该特征提取方法的有效性及良好的识别效果。     

基于短消息网关和在线升级的直放站智能监控系统

介绍了直放站监控系统结构体系、软硬件设计和通信协议.在阐述短消息通信格式的基础上,提出了一种基于短消息网关和在线升级的直放站智能监控系统的技术方案和实现方法.为了提高通信数据的可靠性和安全性,设计时合理地采用重发和鉴权机制,提高了整个系统的稳定性.该系统充分利用互联网与无线接入的优势,使用短消息业务,工程人员远程就能够统一规范管理直放站监控系统,从而减少了设备开发商开发、维护和升级直放站的费用.     

基于LDA和SVM的步态识别

提出了一种新的基于人体中线投影的步态特征提取方法,同时将线性判别分析(LDA)和支持向量机(SVM)相结合进行步态的分类和识别.应用背景差方法分割出运动人体轮廓,对外轮廓沿人体中线投影可以得到前后两个向量,合成1D向量作为步态特征.通过线性判别分析对得到的一维向量进行特征提取和压缩,对得到的识别量应用支持向量机进行步态的分类和识别.应用上述方法在中科院自动化所的步态数据库上进行了实验,实验结果表明该步态识别方法具有较好的识别性能.