基于反向传播神经网络的三维足迹触觉步态特征识别

为有效解决当前传统步态特征人身识别技术过分依赖人工判读、识别准确率较低的问题,将计算机技术引入步态特征识别领域中,以获取一种基于反向传播(back propagation, BP)神经网络的步态特征识别新方法。将立体赤足足迹作为研究对象,通过光栅立体足迹采集仪对立体赤足足迹图像进行预处理,以获取计算机可识别出的三维足迹触觉步态特征信息,记录立体赤足足迹的深度差、区域面积、区域体积三类步态特征信息,并在法庭科学领域中的足迹检验理论为基础的前提下运用BP神经网络,对其中Multillayer Perceptron分类器参数进行优化调整,最后,将测试结果与传统的人工检验结果进行比对,从比对结果得出,相对于传统的人工鉴别方法只有84.7%的准确率,基于BP神经网络的步态特征人身识别算法的准确率可达到90%以上。

一种新的步态触觉特征分析系统及其应用

介绍了一种新型的步态触觉特征分析系统,该系统结合了压力分布测试板和三维测力台的优点,可提供行走时的压力分布以及不同方向的地面反作用力等特征,并建立了步态模型,说明了系统在足疾分析方面的应用。

一种新的步态触觉特征分析系统的重测信度

评估一种新型步态触觉特征分析系统的有效性,对其重测信度进行研究,实验采集39名健康测试者正常步速下间隔10天的两次数据,用组内相关系数表征一个步态周期中足底各分区的最大压力和接触时间的重测信度,以多重相关系数表征足底三维力波形的重测信度,研究结果表明该系统在步态触觉特征参数测量中具有较好的重测信度。