基于局部熵描述子的步态性别识别方法

张德

doi:10.13873/J.1000-9787(2019)08-0057-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于局部熵描述子的步态性别识别方法

研究与探讨 | 更新时间：2025-09-11

- 基于局部熵描述子的步态性别识别方法
- Gait gender recognition method based on local entropy descriptor
- 传感器与微系统 2019年第8期页码：57-60
- 作者机构：
  
  北京建筑大学电信学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61473027)
- DOI：10.13873/J.1000-9787(2019)08-0057-04
  中图分类号： TP391.41
- 纸质出版：2019
- 稿件说明：
移动端阅览
张德. 基于局部熵描述子的步态性别识别方法[J]. 传感器与微系统, 2019,(8):57-60.

ZHANG De. Gait gender recognition method based on local entropy descriptor[J]. 2019, (8): 57-60.
张德. 基于局部熵描述子的步态性别识别方法[J]. 传感器与微系统, 2019,(8):57-60. DOI： 10.13873/J.1000-9787(2019)08-0057-04.

ZHANG De. Gait gender recognition method based on local entropy descriptor[J]. 2019, (8): 57-60. DOI： 10.13873/J.1000-9787(2019)08-0057-04.

摘要

采用局部熵描述子对步态运动历史图像进行信息提取

提出一种新的步态性别识别方法。首先进行步态周期检测

得到包含一个周期的运动历史图像

然后以该图像中每个像素点为中心计算其邻域的信息熵

作为局部熵描述子特征。再利用主成分分析法进行降维处理。最后使用该特征在CASIA B步态数据库上进行了性别分类实验。实验结果表明:所提方法具有很好的性别识别效果

平均识别率优于基本的运动历史图像和步态能量图等方法。

Abstract

A new gait gender recognition method is proposed by using local entropy descriptor to extract information from gait motion history image. First

gait period detection is carried out to obtain a motion history image containing a period

and then the information entropy of neighborhood is calculated taking each pixel point as center

as the local entropy descriptor feature. Then the principal component analysis method is used to reduce the dimension. Finally

the gender classification experiment is carried out on the CASIA B gait database using this feature. Experimental results show that this method has good gender recognition effect

and the average recognition rate is better than the methods based on basic motion history image and gait energy image.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

柔性传感器在运动与健康监测中的应用进展

基于神经网络的多模态融合步态识别研究

电容式三维柔性触觉传感阵列系统设计

基于MSP430单片机的精密射频功率计设计

基于深度学习的3D时空特征融合步态识别