基于SVM的行人步态实时分类方法
DOI:
CSTR:
作者:
作者单位:

上海交通大学仪器科学与工程系上海200240

作者简介:

通讯作者:

中图分类号:

V249.322

基金项目:


SVMbased method for real time classification of pedestrian gait
Author:
Affiliation:

Department of Instrument Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240,China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对行人行走和跑步步态差异会影响行人定位精度的问题,提出一种基于支持向量机(support vector machine, SVM)的步态实时分类方法,将行人步态分为行走和跑步2类。行人步态原始数据由安装于足部的加速度计和陀螺仪提供,通过对原始数据进行坐标系转换、快速傅里叶变换(fast fourier transform, FFT)和数据降维等步骤建立SVM的训练数据输入量。算法采用测试多组匀速或变速的行走和跑步数据进行实验验证,以支持向量空间中的高斯分布作为判断依据。结果表明,SVM的实时分类成功率达到98.6%以上。

    Abstract:

    It presents an SVMbased gait classification method to the problem of positioning accuracy in pedestrian inertial navigation because of the differences between walking and running. The algorithm divides pedestrian gaits into walking and running in real time using an SVM classifier. The original gait data was collected from an IMU installed on the foot. The establishment of training data includes coordinates transformation, FFT and dimension reduction. Tests of several walking and running data on both constant and variable speed are used to verify this method, according to the Gaussian distribution in SVM space. The results show a 98.6% successful rate of real time classification using SVM.

    参考文献
    相似文献
    引证文献
引用本文

吴哲君,赵忠华,唐雷.基于SVM的行人步态实时分类方法[J].电子测量技术,2015,38(7):41-44

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2016-05-27
  • 出版日期:
文章二维码