基于步态触觉压力极值点的身份识别方法

近年来,利用步态触觉特征进行身份识别的方法获得了广泛关注,取得了一定进展,但这些方法构造的触觉特征向量维度较高,增加了分类识别的难度。针对这一问题,提出了一种基于步态触觉压力极值点,运用空间金字塔(SP)算法构造简单特征向量进行身份识别的方法。这种方法首先对初始数据进行旋转处理,然后运用SP算法提取不同空间分辨率下的极值点,形成简单特征向量,输入到分类器实现身份识别。最后,针对多人单足和双足数据,运用支持向量机(SVM)作为多分类器开展了识别实验,并与当前常用特征进行了实验比对,结果表明本方法是可行的、有效的,在识别精度上优于其他特征。