• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種使用自適應(yīng)小波去噪和SIFT描述符的步態(tài)識(shí)別研究

    2018-07-04 10:31:34涂斌斌谷麗華揣榮巖
    關(guān)鍵詞:描述符步態(tài)關(guān)鍵點(diǎn)

    涂斌斌,谷麗華,揣榮巖,許 會(huì)

    1(沈陽(yáng)工業(yè)大學(xué) 信息科學(xué)與工程學(xué)院,沈陽(yáng) 110870)

    2(沈陽(yáng)大學(xué) 信息工程學(xué)院,沈陽(yáng) 110044)

    1 引 言

    隨著便攜式及可穿戴智能設(shè)備的廣泛應(yīng)用,基于步態(tài)加速度信號(hào)的身份識(shí)別(以下簡(jiǎn)稱為“步態(tài)識(shí)別”)成為一種新興的生物識(shí)別技術(shù)[1,2].步態(tài)識(shí)別主要利用步態(tài)特征具有獨(dú)特性、防欺騙性和可持續(xù)性等明顯優(yōu)勢(shì)進(jìn)行身份鑒別.

    步態(tài)是一項(xiàng)需要身體大多數(shù)主要關(guān)節(jié)參與的協(xié)調(diào)互動(dòng)的功能性運(yùn)動(dòng),反映人的行走運(yùn)動(dòng)方式.早期的科學(xué)和臨床醫(yī)學(xué)研究表明,人體行走過(guò)程中表現(xiàn)出相對(duì)穩(wěn)定的步態(tài)特征,主要受到身體結(jié)構(gòu)、肌肉組織及行走習(xí)慣的影響[3].步態(tài)識(shí)別技術(shù)正是利用這種步態(tài)特征進(jìn)行身份識(shí)別.相比于指紋識(shí)別,步態(tài)信號(hào)采集于移動(dòng)設(shè)備,無(wú)須用戶主動(dòng)配合及設(shè)備安裝;相比于人臉識(shí)別,步態(tài)識(shí)別能輕易識(shí)別相貌相似甚至相同的人;相比于基于視頻和圖像的步態(tài)識(shí)別,不受光線變化、不規(guī)則運(yùn)動(dòng)、遮擋與復(fù)雜場(chǎng)景及有限視角的影響.因此,步態(tài)識(shí)別是一種具有移動(dòng)應(yīng)用前景的生物特征識(shí)別方法.

    步態(tài)識(shí)別的難點(diǎn)有三個(gè):一是步態(tài)信號(hào)采集過(guò)程中信號(hào)受噪聲源影響,導(dǎo)致采集信號(hào)含有高頻成分;二是采集信號(hào)質(zhì)量受放置位置、設(shè)備旋轉(zhuǎn)和約束條件等因素影響,導(dǎo)致步態(tài)信號(hào)質(zhì)量差異;三是步態(tài)特征穩(wěn)定性受行走速度和幅度、身體病變、成長(zhǎng)衰老、心理變化及行走環(huán)境變化的影響.以上三點(diǎn)是影響步態(tài)識(shí)別效率的根本原因.

    現(xiàn)有步態(tài)特征提取方法分為基于周期性[4]和基于非周期性[5]兩類.文獻(xiàn)[6]提取步態(tài)周期的平均值作為特征,通過(guò)計(jì)算相關(guān)性系數(shù)來(lái)比較樣本與模板的相似度.文獻(xiàn)[4]利用循環(huán)度量標(biāo)準(zhǔn)來(lái)匹配登錄用戶步態(tài)周期和注冊(cè)用戶步態(tài)周期,以循環(huán)移動(dòng)計(jì)算曼哈頓距離,距離最小者為相匹配用戶.文獻(xiàn)[7]將主成份分析(principle component analysis,PCA)應(yīng)用到步態(tài)信號(hào)研究中,通過(guò)在低維度子空間內(nèi)計(jì)算步態(tài)周期模板相似性進(jìn)行身份識(shí)別.文獻(xiàn)[8]在所構(gòu)造高斯差分尺度空間內(nèi)提取極值作為關(guān)鍵點(diǎn),通過(guò)投票的方案進(jìn)行特征點(diǎn)匹配.以上文獻(xiàn)的研究過(guò)程都依賴于步態(tài)周期劃分的結(jié)果,而周期劃分的過(guò)程又依賴于步態(tài)信號(hào)的穩(wěn)定性.

    本文提出一種使用自適應(yīng)小波去噪和SIFT描述符的步態(tài)識(shí)別方法,以質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)擇優(yōu)選擇去噪?yún)?shù),對(duì)信號(hào)進(jìn)行自適應(yīng)濾波,通過(guò)SIFT算法提取關(guān)鍵點(diǎn)構(gòu)造關(guān)鍵點(diǎn)描述符集合,以K-means(K均值)聚類分析算法提取k個(gè)關(guān)鍵點(diǎn)描述符集合的中心點(diǎn),以最小二乘法擬合出步態(tài)特征進(jìn)行識(shí)別,可有效減小特征識(shí)別對(duì)采集信號(hào)質(zhì)量和周期劃分準(zhǔn)確性的依賴程度.

    2 步態(tài)信號(hào)的自適應(yīng)小波去噪方法

    步態(tài)加速度信號(hào)預(yù)處理中最重要的問(wèn)題是選擇信號(hào)濾波方法.信號(hào)濾波可以減少加速度傳感器采集人體步態(tài)信號(hào)所產(chǎn)生的噪聲源影響,剔除無(wú)關(guān)數(shù)據(jù)的干擾,如身體晃動(dòng)、環(huán)境噪聲等,大幅度簡(jiǎn)化計(jì)算難度,便于后續(xù)處理.小波去噪的原理是基于非統(tǒng)計(jì)理論,其特點(diǎn)源于小波分析技術(shù)不考慮系統(tǒng)的概率分布,允許系統(tǒng)的概率分布是未知的或非典型的.文獻(xiàn)[9]提出的步態(tài)信號(hào)小波去噪濾波方法,利用小波變換的帶通功能,將原信號(hào)分解為互不重疊頻率的信號(hào),再擇優(yōu)選取閾值來(lái)有效地去除信號(hào)中混入的噪聲.

    步態(tài)信號(hào)小波去噪質(zhì)量主要由小波基函數(shù)、分解層數(shù)及高頻系數(shù)門限閾值決定.采集信號(hào)質(zhì)量的未知性直接導(dǎo)致小波去噪結(jié)果的復(fù)雜性,很難正確選取去噪所需的最優(yōu)參數(shù).因此,小波基函數(shù)與分解層數(shù)的擇優(yōu)選擇成為重要問(wèn)題,直接影響步態(tài)信號(hào)有效成分的提取.針對(duì)步態(tài)信號(hào),文獻(xiàn)[10]提出在db5~db13小波基范圍內(nèi),小波去噪質(zhì)量評(píng)價(jià)指標(biāo)取最小值時(shí),對(duì)應(yīng)的小波基為最優(yōu)小波基函數(shù),4層分解層數(shù)為最優(yōu)的小波分解與重構(gòu)層數(shù).因此,本文根據(jù)小波去噪質(zhì)量評(píng)價(jià)指標(biāo)自適應(yīng)地調(diào)整小波去噪?yún)?shù).首先,以heursure閾值準(zhǔn)則和4層分解層數(shù),分別計(jì)算db5~db13小波基的小波去噪質(zhì)量評(píng)價(jià)指標(biāo),取評(píng)價(jià)指標(biāo)最小值對(duì)應(yīng)小波基函數(shù)為最優(yōu)參數(shù);然后,采用最優(yōu)小波基函數(shù)對(duì)步態(tài)信號(hào)進(jìn)行4層分解與重構(gòu),實(shí)現(xiàn)對(duì)步態(tài)加速度信號(hào)進(jìn)行濾波預(yù)處理.

    小波去噪質(zhì)量評(píng)價(jià)指標(biāo)Index的公式為:

    Index=Wprmse×Prmse+Wpr×Pr

    (1)

    (2)

    (3)

    其中,Prmse為原始信號(hào)與重構(gòu)信號(hào)間的標(biāo)準(zhǔn)化的均方根誤差;Pr為原始信號(hào)與重構(gòu)信號(hào)間的標(biāo)準(zhǔn)化的平滑度;σprmse為Prmse的標(biāo)準(zhǔn)差;μprmse為Prmse的均值;σr為Pr的標(biāo)準(zhǔn)差;μr為Pr的均值.小波去噪以質(zhì)量評(píng)價(jià)指標(biāo)為依據(jù),相較于傳統(tǒng)均方根誤差、信噪比、互相關(guān)系數(shù)以及平滑度等評(píng)價(jià)指標(biāo),更適于自適應(yīng)的、實(shí)時(shí)的濾除步態(tài)信號(hào)噪聲,達(dá)到最大限度保留人體運(yùn)動(dòng)信息的目的.本文研究步態(tài)信號(hào)為三軸的合成信號(hào)[11].圖1為根據(jù)最優(yōu)小波基函數(shù)和4層分解去噪的步態(tài)信號(hào),信號(hào)變化呈現(xiàn)周期性,且左右單步在行走過(guò)程中呈現(xiàn)差異性,同側(cè)單步相似度高于非同側(cè)單步.

    3 基于關(guān)鍵點(diǎn)描述符集合的步態(tài)特征提取方法

    3.1 關(guān)鍵點(diǎn)提取

    小波去噪后的步態(tài)信號(hào)仍含有大量數(shù)據(jù),需對(duì)步態(tài)信號(hào)進(jìn)行特征提取.SIFT (Scale-invariant feature transform)特征提取方法是一種檢測(cè)局部特征的方法,利用構(gòu)造二維圖像的高斯差分尺度空間DoG (Difference of Gaussian) 獲得的局部極值點(diǎn)的描述子作為圖像特征.SIFT特征具有良好的尺度不變性和穩(wěn)定性.文獻(xiàn)[8]提出對(duì)一維步態(tài)信號(hào)構(gòu)造高斯差分尺度空間,提取關(guān)鍵點(diǎn)構(gòu)建描述符作為步態(tài)特征進(jìn)行步態(tài)分類和識(shí)別.步態(tài)關(guān)鍵點(diǎn)也具有尺度和旋轉(zhuǎn)不變性.局部特征用來(lái)描述部分區(qū)域,使其具有更高的區(qū)分度.

    G(t,σ)為方差σ2的零均值高斯濾波函數(shù),公式為:

    (4)

    利用步態(tài)信號(hào)x(t)構(gòu)造高斯差分尺度空間DoG 的公式為:

    d(t,i)=x(t)*(G(t,aiσ)-G(t,ai-1σ))

    (5)

    其中,d(t,i)為構(gòu)造的第i個(gè)高斯差分尺度空間,且i=-1,0,1;a是等比系數(shù),且a=2.在d(t,0)上尋找8個(gè)鄰近點(diǎn)的局部極值點(diǎn)作為關(guān)鍵點(diǎn).

    在小波去噪的步態(tài)信號(hào)中提取關(guān)鍵點(diǎn),關(guān)鍵點(diǎn)所處的位置為行走中間階段的單步周期極大值點(diǎn),如圖2所示.加號(hào)表示行走中間階段的步態(tài)關(guān)鍵點(diǎn),圓圈表示步態(tài)信號(hào)的極大值點(diǎn),雙劃線表示步態(tài)行走穩(wěn)定階段,實(shí)線表示步態(tài)行走的開(kāi)始和結(jié)束階段.可見(jiàn),步態(tài)信號(hào)的極大值點(diǎn)為步態(tài)信號(hào)中具有穩(wěn)定性、高區(qū)分度的特征點(diǎn).

    圖2 步態(tài)信號(hào)的關(guān)鍵點(diǎn)Fig.2 Signature points of gait acceleration signals

    關(guān)鍵點(diǎn)的描述符為單步周期極值特征點(diǎn)與其周圍數(shù)據(jù)相結(jié)合的一組向量,即關(guān)鍵點(diǎn)位置相鄰信號(hào)值,其表達(dá)式為:

    (6)

    圖3 關(guān)鍵點(diǎn)描述符集合Fig.3 Descriptor set of gait signature points

    圖3為步態(tài)信號(hào)j中nj個(gè)單步周期的關(guān)鍵點(diǎn)描述符集合.加號(hào)表示單數(shù)側(cè)單步周期的關(guān)鍵點(diǎn)描述符集合,圓圈表示雙數(shù)側(cè)單步周期的關(guān)鍵點(diǎn)描述符集合.可見(jiàn),同側(cè)單步周期的關(guān)鍵點(diǎn)描述符值相近,且單數(shù)側(cè)單步的步態(tài)穩(wěn)定性明顯好于雙數(shù)側(cè)單步.對(duì)關(guān)鍵點(diǎn)描述符做二范數(shù)的歸一化,可更關(guān)注局部信號(hào)的形狀,且對(duì)平均強(qiáng)度的變化具有一定的不變性.圖4為L(zhǎng)2范數(shù)歸一化的關(guān)鍵點(diǎn)描述集合,可見(jiàn)單數(shù)側(cè)步態(tài)周期在歸一化處理后,局部信號(hào)的形狀明顯改善,相似度進(jìn)一步提高,而雙數(shù)側(cè)步態(tài)周期幅度變化相對(duì)集中,特別是差異性越大的步態(tài)周期,其局部信號(hào)波形的改善越明顯.

    圖4 L2范數(shù)歸一化Fig.4 Normalization of L2 norm

    3.2 步態(tài)特征提取

    步態(tài)信號(hào)的關(guān)鍵點(diǎn)具有良好的尺度不變性,但描述符集合仍含有大量數(shù)據(jù),使用K-means聚類算法將關(guān)鍵點(diǎn)描述符集合數(shù)據(jù)分類聚合,可有效處理大數(shù)據(jù)集[12].K-means是基于數(shù)據(jù)劃分的無(wú)監(jiān)督聚類算法,可將步態(tài)關(guān)鍵點(diǎn)描述符集合組成的矢量空間劃分為k個(gè)區(qū)域,即將歸一化為二范數(shù)的描述符集合劃分為k類,劃分后的k個(gè)子集合滿足類內(nèi)的誤差平方和最小.本文對(duì)關(guān)鍵點(diǎn)描述符集合進(jìn)行K-means聚類,以K-means++初始化,分類個(gè)數(shù)分別為k=13,15,17.步態(tài)加速度信號(hào)采集自人體步態(tài)行走過(guò)程中,步態(tài)數(shù)據(jù)間關(guān)系建立于生物特征,因此步態(tài)數(shù)據(jù)依賴關(guān)系很強(qiáng).最小二乘法是依靠數(shù)據(jù)關(guān)系尋求最優(yōu)擬合的工具[13].本文分別對(duì)3種k值聚類中心進(jìn)行擬合步態(tài)特征實(shí)驗(yàn).

    3.3 步態(tài)特征識(shí)別性能對(duì)比評(píng)價(jià)方法

    (7)

    4 實(shí)驗(yàn)結(jié)果與分析

    為了驗(yàn)證本文提出算法的魯棒性,本文選用浙江大學(xué)公開(kāi)步態(tài)數(shù)據(jù)集和自采步態(tài)數(shù)據(jù)集的步態(tài)加速度數(shù)據(jù)進(jìn)行實(shí)驗(yàn).

    4.1 實(shí)驗(yàn)數(shù)據(jù)說(shuō)明

    本文選擇2個(gè)步態(tài)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)對(duì)比.數(shù)據(jù)集1是浙江大學(xué)(ZJU-GaitAcc)公開(kāi)的步態(tài)加速度數(shù)據(jù)集[5],使用右髖部位置22名測(cè)試者的6次采樣步態(tài)加速度數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析.該數(shù)據(jù)集為ADXL330三軸加速度傳感器的采樣率為100Hz的步態(tài)加速度信號(hào),測(cè)試者在水平地面上行走20m的距離,如圖5所示.數(shù)據(jù)集2為實(shí)驗(yàn)室自采步態(tài)數(shù)據(jù)集[14],包括22名在校大學(xué)生的6次采樣步態(tài)加速度信號(hào).該數(shù)據(jù)集為MPU6050集成三軸加速度和三軸陀螺儀組件的采樣率為200Hz的步態(tài)加速度信號(hào),測(cè)試者在走廊地面上行走20m的距離,采集裝置放在測(cè)試者腰后中心位置,并用腰帶固定,如圖6所示.

    圖5 ZJU-GaitAcc右髖部位置步態(tài)加速度信號(hào)Fig.5 Illustration of gait signal in ZJU-GaitAcc dataset

    4.2 步態(tài)數(shù)據(jù)集可對(duì)比實(shí)驗(yàn)分析

    為能夠反映不同設(shè)備采集數(shù)據(jù)的可比性,需對(duì)兩個(gè)數(shù)據(jù)集進(jìn)行對(duì)比分析,分別對(duì)兩個(gè)數(shù)據(jù)集的均值、標(biāo)準(zhǔn)差、自相關(guān)系數(shù)、互相關(guān)系數(shù)的范圍進(jìn)行統(tǒng)計(jì).均值表示加速度信號(hào)中靜態(tài)成分隨人體運(yùn)動(dòng)的變化情況;標(biāo)準(zhǔn)差表示加速度信號(hào)數(shù)據(jù)變異性;自相關(guān)性和互相關(guān)性表示多次采集步態(tài)信號(hào)的相關(guān)性和差異性.其中,ZJU-GaitAcc數(shù)據(jù)集佩戴在右髖部位置,以自然方式佩戴;自采數(shù)據(jù)集以松緊帶綁縛在后腰部中心位置.由表1可見(jiàn),2個(gè)步態(tài)數(shù)據(jù)集的數(shù)據(jù)特性雖然不同,但特性變化范圍相近.由于髖部運(yùn)動(dòng)范圍受腿部影響,ZJU-GaitAcc數(shù)據(jù)集均值整體偏大;由于受到身體上下運(yùn)動(dòng)影響,自采數(shù)據(jù)集標(biāo)準(zhǔn)差整體偏大;由于佩戴和綁縛的影響,自采數(shù)據(jù)集的互相關(guān)系數(shù)數(shù)據(jù)范圍更加集中.綜上所述,2個(gè)數(shù)據(jù)集具有可比性.

    圖6 自采腰部位置步態(tài)加速度信號(hào)Fig.6 Illustration of gait signal in our dataset

    表1 2個(gè)數(shù)據(jù)集數(shù)據(jù)特性對(duì)比Table 1 Comparison of two datasets character

    4.3 不同k值對(duì)單步步態(tài)特征的影響實(shí)驗(yàn)

    K-means是基于數(shù)據(jù)劃分的無(wú)監(jiān)督聚類算法,可根據(jù)關(guān)鍵點(diǎn)描述符之間的距離進(jìn)行自動(dòng)分類,通過(guò)迭代極端過(guò)程優(yōu)化目標(biāo)函數(shù),實(shí)現(xiàn)描述符類內(nèi)誤差平方和最小.本文設(shè)定聚類數(shù)目為k=13,15,17,經(jīng)擬合得到長(zhǎng)度為21的步態(tài)特征向量,表2為2個(gè)數(shù)據(jù)集步態(tài)特征的均值對(duì)比.可見(jiàn),3個(gè)k值對(duì)應(yīng)步態(tài)特征的均值差異很小,因此本文以k=13的步態(tài)特征作為步態(tài)特征進(jìn)行匹配.

    表2 2個(gè)數(shù)據(jù)集步態(tài)特性的均值對(duì)比Table 2 Comparison of gait feature mean for two datasets

    圖7為2個(gè)數(shù)據(jù)集中1名測(cè)試者6次采樣步態(tài)信號(hào)在k=13時(shí)擬合獲得單步1和單步2的步態(tài)特征對(duì)比圖.可見(jiàn),單步2的步態(tài)特征相似性明顯好于單步1的步態(tài)特 征.其中,在(a)圖和(b)圖中,單步1的幅值極大值點(diǎn)高于單步2的極大值點(diǎn),說(shuō)明單步1的運(yùn)動(dòng)幅度大于單步2. 圖8為10名測(cè)試者的1次采樣步態(tài)信號(hào)的步態(tài)特征對(duì)比圖.可見(jiàn),不同人的步態(tài)特征具有差異性存在.

    4.4 識(shí)別結(jié)果分析對(duì)比實(shí)驗(yàn)

    在相同實(shí)驗(yàn)條件和兩種數(shù)據(jù)集的情況下,采用文獻(xiàn)[6,8]與本文算法,在公開(kāi)數(shù)據(jù)集和自采數(shù)據(jù)集中分別進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)匹配結(jié)果為留一法交叉驗(yàn)證的投票結(jié)果.由表3中實(shí)驗(yàn)結(jié)果可知,與傳統(tǒng)的平均步態(tài)周期特征對(duì)比,使用步態(tài)關(guān)鍵點(diǎn)描述符聚類擬合的步態(tài)特征在兩個(gè)數(shù)據(jù)集中均能達(dá)到有效識(shí)別的目標(biāo),并且單次匹配最短時(shí)間約為0.52s,可滿足小樣本范圍內(nèi)持續(xù)驗(yàn)證的實(shí)際應(yīng)用.

    圖7 兩個(gè)數(shù)據(jù)集中1名測(cè)試者6次采樣步態(tài)特征對(duì)比圖Fig.7 Comparison of six gait features for the same person in two datasets

    圖8 兩個(gè)數(shù)據(jù)集中10名測(cè)試者1次采樣步態(tài)特征對(duì)比圖Fig.8 Comparison of ten gait features for ten persons in two datasets

    5 結(jié) 論

    本文提出使用小波去噪評(píng)價(jià)指標(biāo)和SIFT特征的步態(tài)識(shí)別算法.根據(jù)小波去噪評(píng)價(jià)指標(biāo)對(duì)采集的步態(tài)加速度信號(hào)自適應(yīng)濾波,去除影響分析的噪聲,通過(guò)SIFT特征構(gòu)建描述符,采用K-means聚類算法在關(guān)鍵點(diǎn)描述符集合中擬合得到步態(tài)特征進(jìn)行步態(tài)識(shí)別.經(jīng)公開(kāi)數(shù)據(jù)集和自采數(shù)據(jù)集實(shí)驗(yàn)表明,本文采用的步態(tài)識(shí)別算法是基于非周期劃分的步態(tài)特征提取方法,避免了周期劃分對(duì)步態(tài)特征的影響.

    表3 2數(shù)據(jù)集特征向量識(shí)別性能對(duì)比Table 3 Comparison of feature vector recognition performance in two datasets

    [1] Ren Yan-zhi,Chen Ying-ying,Chuah Mooi Choo.User verification leveraging gait recognition for smartphone enabled mobile healthcare systems [J].IEEE Transactions on Mobile Computing,2015,14(9):1961-1974.

    [2] Youn Ik-hyun,Won Kwanghee,Youn Jong-hoon,et al.Wearable sensor-based biometric gait classification algorithm using weka [J].Journal of Information and Communication Convergence Engineering,2016,14(1):45-50.

    [3] Murray M P,Drought A B,Kory R C.Walking patterns of normal men [J].Journal of Bone and Joint Surgery,1964,46(2):335-360.

    [4] Derawi M,Bours P,Holien K.Improved cycle detection for accelerometer based gait authentication [C].Proceedings of the 6th International Conference on Intelligent Information Hiding and Multimedia Signal Processing (HIH-MSP),2010:312-317.

    [5] Zhang Y T,Pan G,JIA K,et al.Accelerometer-based gait recognition by sparse representation of signature points with clusters [J].IEEE Transactions on Cybernetics,2015,45(9):1864-1875.

    [6] Soaz C,Diepold K.Step detection and parameterization for gait assessment using a single waist-worn accelerometer [J].IEEE Transactions on Biomedical Engineering,2015,63(5):933-942.

    [7] Bours P,Shrestha R.Eigensteps:a giant leap for gait recognition [C].Proceedings of the 2nd International Workshop on Security and Communication Networks (IWSCN),2010:1-6.

    [8] Pan G,Zhang Y,Wu Z.Accelerometer-based gait recognition via voting by signature points [J].Electronics Letters,2009,45(22):1116-1118.

    [9] Li Y X,Wangx B,Qiao F.Gait authentication based on acceleration signals of ankle [J].Chinese Journal of Electronics,2011,20(3):447-451.

    [10] Tu Bin-bin,Gu Li-hua,Xu Hui.Quality evaluation method for wavelet de-noising in gait recognition [J].Journal of Shenyang University of Technology,2017,39(1):61-66.

    [11] Li Na,Hou Yi-bin,Huang Zhang-qin.Implementation of a real-time fall detection algorithm based on body′s acceleration [J].Journal of Chinese Computer Systems,2012,33(11):2410-2413.

    [12] Liu Xue-juan,Yuan Jia-bin,Cao Feng-ping.Data distribution k-means clustering for cloud computing [J].Journal of Chinese Computer Systems,2017,38(4):712-715.

    [13] Gao Rong,Li Jing,Xiao Ya-fu,et al.Parallel algorithm based on k-means clustering in cloud environment [J].Journal of Wuhan University (Natural Science Edition),2015,61(4):368-374.

    [14] Gu Li-hua,Cui Chang,Gao Song-wei,et al.Gait signal acquisition system based on MPU-6050[J].Journal of Shenyang University of Technology,2015,37(2):76-182.

    附中文參考文獻(xiàn):

    [10] 涂斌斌,谷麗華,許 會(huì).步態(tài)識(shí)別的小波去噪質(zhì)量評(píng)價(jià)方法[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào),2017,39(1):61-66.

    [11] 李 娜,侯義斌,黃樟欽.基于人體加速度特征的實(shí)時(shí)跌倒識(shí)別算法[J].小型微型計(jì)算機(jī)系統(tǒng),2012,33(11):2410-2413.

    [12] 劉雪娟,袁家斌,操鳳萍.云計(jì)算環(huán)境下面向數(shù)據(jù)分布的K-means聚類算法 [J].小型微型計(jì)算機(jī)系統(tǒng),2017,38(4):712-715.

    [13] 高 榕,李 晶,肖雅夫,等.基于云環(huán)境K-means聚類的并行算法 [J].武漢大學(xué)學(xué)報(bào)(理學(xué)版),2015,61(4):368-374.

    [14] 谷麗華,崔 暢,高松巍,等.基于MPU-6050的步態(tài)信號(hào)采集系統(tǒng)[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào),2015,37(2):76-182.

    猜你喜歡
    描述符步態(tài)關(guān)鍵點(diǎn)
    小螞蟻與“三角步態(tài)”
    聚焦金屬關(guān)鍵點(diǎn)
    基于結(jié)構(gòu)信息的異源遙感圖像局部特征描述符研究
    肉兔育肥抓好七個(gè)關(guān)鍵點(diǎn)
    基于面部和步態(tài)識(shí)別的兒童走失尋回系統(tǒng)
    電子制作(2018年18期)2018-11-14 01:48:04
    基于Kinect的學(xué)步期幼兒自然步態(tài)提取
    Linux單線程并發(fā)服務(wù)器探索
    利用CNN的無(wú)人機(jī)遙感影像特征描述符學(xué)習(xí)
    便宜假肢能模仿正常步態(tài)
    醫(yī)聯(lián)體要把握三個(gè)關(guān)鍵點(diǎn)
    天天操日日干夜夜撸| 妹子高潮喷水视频| 天美传媒精品一区二区| 最近最新中文字幕免费大全7| 免费观看a级毛片全部| 亚洲天堂av无毛| freevideosex欧美| 91aial.com中文字幕在线观看| 天堂中文最新版在线下载| 满18在线观看网站| 制服丝袜香蕉在线| 伊人亚洲综合成人网| 在线看a的网站| 一级毛片黄色毛片免费观看视频| 中文字幕人妻丝袜制服| 国产成人精品在线电影| 成年美女黄网站色视频大全免费| 1024视频免费在线观看| 国产一区二区三区av在线| 久久精品国产自在天天线| 成人国产麻豆网| 免费高清在线观看视频在线观看| 亚洲熟女精品中文字幕| 日韩制服骚丝袜av| 国产亚洲午夜精品一区二区久久| 中国国产av一级| 人人妻人人添人人爽欧美一区卜| 成人无遮挡网站| 在线观看免费高清a一片| 精品少妇久久久久久888优播| 咕卡用的链子| 一个人免费看片子| 中文字幕另类日韩欧美亚洲嫩草| 久久久久久伊人网av| 热re99久久国产66热| 2021少妇久久久久久久久久久| 黄色视频在线播放观看不卡| 青春草视频在线免费观看| 欧美xxⅹ黑人| 伦理电影免费视频| 婷婷成人精品国产| 国产一区二区激情短视频 | 一级,二级,三级黄色视频| 国产国拍精品亚洲av在线观看| 夜夜骑夜夜射夜夜干| videos熟女内射| 97超碰精品成人国产| 国产在线免费精品| 国产在线视频一区二区| 熟女电影av网| 欧美人与性动交α欧美精品济南到 | 久久人人97超碰香蕉20202| 国产亚洲最大av| 中文精品一卡2卡3卡4更新| 狂野欧美激情性xxxx在线观看| 日韩 亚洲 欧美在线| 日韩电影二区| 国产精品成人在线| 大片免费播放器 马上看| 久久人人97超碰香蕉20202| 亚洲中文av在线| 国产国语露脸激情在线看| 国产免费视频播放在线视频| 狠狠精品人妻久久久久久综合| 国产在线视频一区二区| 亚洲av男天堂| 国产 精品1| 国产av一区二区精品久久| 久久久亚洲精品成人影院| 国国产精品蜜臀av免费| 久久毛片免费看一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 午夜激情久久久久久久| 欧美日韩国产mv在线观看视频| 极品少妇高潮喷水抽搐| 交换朋友夫妻互换小说| 美女xxoo啪啪120秒动态图| 韩国高清视频一区二区三区| av有码第一页| 精品久久蜜臀av无| 曰老女人黄片| 91精品三级在线观看| 婷婷色综合大香蕉| 最近手机中文字幕大全| 精品一品国产午夜福利视频| 免费观看a级毛片全部| 亚洲欧美日韩卡通动漫| 亚洲五月色婷婷综合| 中文字幕制服av| 精品人妻在线不人妻| 久久久久久久久久久免费av| 26uuu在线亚洲综合色| 中文字幕av电影在线播放| 妹子高潮喷水视频| 高清毛片免费看| 日韩精品免费视频一区二区三区 | 人成视频在线观看免费观看| √禁漫天堂资源中文www| 亚洲欧美日韩另类电影网站| 深夜精品福利| 日本vs欧美在线观看视频| 最近手机中文字幕大全| 免费看不卡的av| 制服诱惑二区| 精品久久久精品久久久| 国产又色又爽无遮挡免| 久久久久精品久久久久真实原创| 99久久精品国产国产毛片| 免费人成在线观看视频色| 日韩人妻精品一区2区三区| 久久ye,这里只有精品| 欧美丝袜亚洲另类| 欧美日韩综合久久久久久| 成人国语在线视频| 免费黄色在线免费观看| 女性生殖器流出的白浆| 午夜激情久久久久久久| 国产精品久久久久久精品古装| 国产欧美亚洲国产| 精品久久蜜臀av无| 国产无遮挡羞羞视频在线观看| 一级片免费观看大全| 精品国产一区二区久久| 国产精品熟女久久久久浪| 少妇的逼水好多| av播播在线观看一区| 国精品久久久久久国模美| 久久精品国产鲁丝片午夜精品| 亚洲第一区二区三区不卡| 国产一区亚洲一区在线观看| 亚洲欧美日韩卡通动漫| 人妻人人澡人人爽人人| 99热全是精品| 国产高清三级在线| 亚洲av电影在线进入| 亚洲综合色惰| 99热全是精品| 精品国产露脸久久av麻豆| 久久人人爽人人爽人人片va| 久久久久久久大尺度免费视频| 成人亚洲精品一区在线观看| 男女边吃奶边做爰视频| 飞空精品影院首页| 亚洲一码二码三码区别大吗| 久久97久久精品| 在线观看人妻少妇| 久久99精品国语久久久| 夜夜骑夜夜射夜夜干| 国产免费又黄又爽又色| 国产精品一区二区在线观看99| 欧美亚洲 丝袜 人妻 在线| 亚洲一级一片aⅴ在线观看| 日本爱情动作片www.在线观看| 青春草国产在线视频| 欧美精品高潮呻吟av久久| 熟女av电影| 久久久亚洲精品成人影院| 午夜免费鲁丝| 国产一级毛片在线| 久久婷婷青草| 人人妻人人澡人人爽人人夜夜| 在线天堂最新版资源| 免费播放大片免费观看视频在线观看| 9热在线视频观看99| 另类亚洲欧美激情| 亚洲精品视频女| 街头女战士在线观看网站| 大片电影免费在线观看免费| 国产综合精华液| 亚洲人与动物交配视频| 久久久a久久爽久久v久久| 亚洲国产日韩一区二区| 精品福利永久在线观看| 日韩大片免费观看网站| 中文字幕最新亚洲高清| 久久国产亚洲av麻豆专区| 激情视频va一区二区三区| 国产精品人妻久久久久久| 精品福利永久在线观看| 国产麻豆69| 亚洲精品av麻豆狂野| 免费看av在线观看网站| 久久狼人影院| 免费av不卡在线播放| 亚洲国产欧美在线一区| 男人舔女人的私密视频| freevideosex欧美| 欧美国产精品va在线观看不卡| 久久久国产欧美日韩av| 性高湖久久久久久久久免费观看| 日本与韩国留学比较| 一级毛片电影观看| 一二三四在线观看免费中文在 | 人体艺术视频欧美日本| 又大又黄又爽视频免费| 高清不卡的av网站| 建设人人有责人人尽责人人享有的| 欧美精品高潮呻吟av久久| 国产熟女欧美一区二区| av播播在线观看一区| videosex国产| 国产成人免费观看mmmm| 欧美成人精品欧美一级黄| 永久网站在线| 卡戴珊不雅视频在线播放| 国产成人精品一,二区| 如日韩欧美国产精品一区二区三区| 午夜福利影视在线免费观看| 亚洲性久久影院| 国产成人免费观看mmmm| 国产欧美日韩一区二区三区在线| 亚洲一码二码三码区别大吗| 免费观看无遮挡的男女| 亚洲人成网站在线观看播放| 精品久久久久久电影网| 妹子高潮喷水视频| 1024视频免费在线观看| 五月天丁香电影| 欧美日本中文国产一区发布| 91久久精品国产一区二区三区| 欧美成人午夜免费资源| av播播在线观看一区| 亚洲四区av| 久久鲁丝午夜福利片| 午夜激情久久久久久久| 极品少妇高潮喷水抽搐| 日本与韩国留学比较| 婷婷色综合www| 色5月婷婷丁香| 免费不卡的大黄色大毛片视频在线观看| 激情视频va一区二区三区| 免费女性裸体啪啪无遮挡网站| 观看美女的网站| 男人添女人高潮全过程视频| 26uuu在线亚洲综合色| 九色亚洲精品在线播放| 免费观看在线日韩| 啦啦啦视频在线资源免费观看| h视频一区二区三区| 久久这里只有精品19| 久久99热6这里只有精品| 最近中文字幕2019免费版| 久久人人爽人人爽人人片va| 三级国产精品片| 日本黄色日本黄色录像| 欧美bdsm另类| 亚洲综合精品二区| 精品一区二区三卡| 日韩av不卡免费在线播放| 国产成人a∨麻豆精品| 少妇被粗大的猛进出69影院 | 激情视频va一区二区三区| 大话2 男鬼变身卡| 精品国产国语对白av| 午夜福利,免费看| 国产精品人妻久久久影院| 女人被躁到高潮嗷嗷叫费观| 亚洲精品久久久久久婷婷小说| 国产亚洲精品久久久com| 黄色一级大片看看| 久久久久久久精品精品| 亚洲人成网站在线观看播放| 日本猛色少妇xxxxx猛交久久| 亚洲精品国产av蜜桃| 亚洲精品视频女| 高清欧美精品videossex| 黄色配什么色好看| 国产亚洲最大av| 国产免费又黄又爽又色| 免费不卡的大黄色大毛片视频在线观看| 女人被躁到高潮嗷嗷叫费观| 免费高清在线观看视频在线观看| 国产精品久久久久久精品电影小说| 色94色欧美一区二区| 免费久久久久久久精品成人欧美视频 | av电影中文网址| 在线亚洲精品国产二区图片欧美| 国产精品 国内视频| 亚洲成人手机| 久久婷婷青草| 免费人妻精品一区二区三区视频| 黄色怎么调成土黄色| 亚洲av在线观看美女高潮| 大陆偷拍与自拍| 一区在线观看完整版| 黄色怎么调成土黄色| 中文字幕免费在线视频6| 亚洲av中文av极速乱| 五月天丁香电影| 久久久国产精品麻豆| 国产国拍精品亚洲av在线观看| 狂野欧美激情性bbbbbb| 亚洲欧美色中文字幕在线| 久久久亚洲精品成人影院| 国产精品久久久久成人av| 90打野战视频偷拍视频| 热re99久久国产66热| 国产探花极品一区二区| 国产精品女同一区二区软件| 国产毛片在线视频| 久久久久人妻精品一区果冻| 亚洲人成网站在线观看播放| 午夜久久久在线观看| 国产一区有黄有色的免费视频| 久久久久精品久久久久真实原创| 国产欧美日韩一区二区三区在线| 日韩伦理黄色片| 国产精品久久久久久精品古装| 国产黄色免费在线视频| 一二三四在线观看免费中文在 | 国产1区2区3区精品| 亚洲成av片中文字幕在线观看 | 国产成人a∨麻豆精品| 亚洲在久久综合| 搡老乐熟女国产| 在线观看免费视频网站a站| 黑人高潮一二区| 乱码一卡2卡4卡精品| 国产精品秋霞免费鲁丝片| 曰老女人黄片| 看十八女毛片水多多多| 国产成人av激情在线播放| 日韩电影二区| 国产男人的电影天堂91| av在线老鸭窝| 大香蕉久久成人网| 婷婷色综合www| 免费高清在线观看日韩| 国产成人av激情在线播放| 精品亚洲乱码少妇综合久久| 日韩精品有码人妻一区| 韩国精品一区二区三区 | 亚洲第一av免费看| 日韩中文字幕视频在线看片| 极品少妇高潮喷水抽搐| 亚洲一级一片aⅴ在线观看| 亚洲国产精品国产精品| 久久久久久伊人网av| 欧美成人午夜免费资源| 亚洲国产精品专区欧美| 亚洲国产精品国产精品| 最近最新中文字幕免费大全7| 老熟女久久久| 日韩制服骚丝袜av| 涩涩av久久男人的天堂| 一本—道久久a久久精品蜜桃钙片| 日日啪夜夜爽| 精品国产一区二区久久| 亚洲少妇的诱惑av| 各种免费的搞黄视频| 免费黄频网站在线观看国产| 国产一区亚洲一区在线观看| 亚洲少妇的诱惑av| 成人黄色视频免费在线看| 免费日韩欧美在线观看| 热99久久久久精品小说推荐| 一区二区三区精品91| 热re99久久国产66热| 高清视频免费观看一区二区| 最新中文字幕久久久久| 丝袜脚勾引网站| 伦精品一区二区三区| 观看av在线不卡| 美女大奶头黄色视频| 国国产精品蜜臀av免费| 日韩精品免费视频一区二区三区 | 黑人巨大精品欧美一区二区蜜桃 | 在线观看免费视频网站a站| 高清av免费在线| 精品视频人人做人人爽| 色哟哟·www| 久久狼人影院| 91久久精品国产一区二区三区| 欧美变态另类bdsm刘玥| 亚洲精品色激情综合| 香蕉精品网在线| 高清黄色对白视频在线免费看| 欧美精品av麻豆av| 老女人水多毛片| 日本色播在线视频| 国产精品熟女久久久久浪| 伦精品一区二区三区| 中国三级夫妇交换| 婷婷色av中文字幕| 亚洲av日韩在线播放| 黑人欧美特级aaaaaa片| 亚洲第一av免费看| 免费久久久久久久精品成人欧美视频 | 精品国产露脸久久av麻豆| 人妻人人澡人人爽人人| 高清黄色对白视频在线免费看| 久久久久网色| freevideosex欧美| 亚洲精品456在线播放app| av免费观看日本| 国产欧美日韩一区二区三区在线| 少妇人妻 视频| 99久久人妻综合| 一级毛片 在线播放| 欧美精品高潮呻吟av久久| 亚洲av福利一区| 国产淫语在线视频| 久久久精品94久久精品| 伦精品一区二区三区| 免费观看性生交大片5| 国产一区二区激情短视频 | 十八禁高潮呻吟视频| 我的女老师完整版在线观看| 男女无遮挡免费网站观看| 国国产精品蜜臀av免费| 亚洲,欧美,日韩| av在线播放精品| 国产免费现黄频在线看| 久久国内精品自在自线图片| 欧美精品一区二区大全| 久久99热6这里只有精品| 国产 一区精品| 男人舔女人的私密视频| 亚洲成国产人片在线观看| 欧美97在线视频| 男女国产视频网站| 久久鲁丝午夜福利片| 热re99久久国产66热| 国产有黄有色有爽视频| a 毛片基地| 亚洲精品视频女| 热re99久久精品国产66热6| 最黄视频免费看| 伊人久久国产一区二区| 高清av免费在线| 免费看不卡的av| 校园人妻丝袜中文字幕| 色网站视频免费| 9191精品国产免费久久| 亚洲欧美成人精品一区二区| 亚洲国产欧美在线一区| 成年av动漫网址| 日韩一本色道免费dvd| 欧美人与性动交α欧美软件 | 妹子高潮喷水视频| 草草在线视频免费看| 亚洲国产成人一精品久久久| 91国产中文字幕| 欧美日韩av久久| 中国美白少妇内射xxxbb| 国产一区亚洲一区在线观看| 欧美变态另类bdsm刘玥| 91在线精品国自产拍蜜月| 老司机影院毛片| 国产精品熟女久久久久浪| 亚洲激情五月婷婷啪啪| 丝袜在线中文字幕| 最近最新中文字幕免费大全7| 精品视频人人做人人爽| 免费大片18禁| 欧美日韩综合久久久久久| 男人爽女人下面视频在线观看| 男女啪啪激烈高潮av片| 亚洲精品456在线播放app| 日韩制服骚丝袜av| 秋霞伦理黄片| 久久久久久久精品精品| 在线天堂最新版资源| 亚洲欧美一区二区三区国产| 观看av在线不卡| 精品亚洲成国产av| 夫妻午夜视频| 欧美激情极品国产一区二区三区 | 亚洲av国产av综合av卡| 精品99又大又爽又粗少妇毛片| 十分钟在线观看高清视频www| 精品视频人人做人人爽| xxxhd国产人妻xxx| 美女脱内裤让男人舔精品视频| 91精品国产国语对白视频| 亚洲国产日韩一区二区| 最近手机中文字幕大全| 2022亚洲国产成人精品| 韩国精品一区二区三区 | 免费人成在线观看视频色| 日韩三级伦理在线观看| 成年动漫av网址| 人人妻人人添人人爽欧美一区卜| 插逼视频在线观看| 麻豆乱淫一区二区| 久久这里只有精品19| 男女无遮挡免费网站观看| 在线观看美女被高潮喷水网站| 久久精品人人爽人人爽视色| 欧美日韩av久久| av免费观看日本| 国产日韩欧美亚洲二区| 成人影院久久| 国产高清不卡午夜福利| 一二三四在线观看免费中文在 | 秋霞在线观看毛片| 国产精品秋霞免费鲁丝片| 国产淫语在线视频| 亚洲 欧美一区二区三区| 欧美日本中文国产一区发布| 免费日韩欧美在线观看| 亚洲色图 男人天堂 中文字幕 | 日本与韩国留学比较| 高清在线视频一区二区三区| 伦理电影免费视频| 性高湖久久久久久久久免费观看| 热re99久久国产66热| 人人妻人人澡人人爽人人夜夜| 久久国产亚洲av麻豆专区| 日韩,欧美,国产一区二区三区| 搡老乐熟女国产| 国产毛片在线视频| 亚洲色图综合在线观看| 亚洲欧美精品自产自拍| 久久99热6这里只有精品| 色婷婷av一区二区三区视频| 人妻 亚洲 视频| 9色porny在线观看| 大陆偷拍与自拍| 99热全是精品| 桃花免费在线播放| 午夜福利,免费看| 亚洲欧美清纯卡通| 欧美精品一区二区免费开放| 午夜福利视频在线观看免费| 两个人看的免费小视频| 免费女性裸体啪啪无遮挡网站| 久久精品久久久久久久性| 我的女老师完整版在线观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 一本久久精品| 91国产中文字幕| 涩涩av久久男人的天堂| 黑人欧美特级aaaaaa片| 成年美女黄网站色视频大全免费| 婷婷成人精品国产| 久久人人爽人人爽人人片va| 国产在线免费精品| 日韩 亚洲 欧美在线| 国产精品秋霞免费鲁丝片| 久久毛片免费看一区二区三区| 18禁在线无遮挡免费观看视频| 亚洲精品自拍成人| 精品人妻一区二区三区麻豆| 9色porny在线观看| 亚洲欧美一区二区三区黑人 | 亚洲av电影在线进入| 国产黄色视频一区二区在线观看| 久久这里只有精品19| 久久久欧美国产精品| 日韩欧美精品免费久久| 欧美亚洲 丝袜 人妻 在线| 乱码一卡2卡4卡精品| 免费大片18禁| 满18在线观看网站| 三上悠亚av全集在线观看| 一边亲一边摸免费视频| 久久久国产精品麻豆| 久久人人爽人人片av| 成人国语在线视频| 捣出白浆h1v1| 丝袜脚勾引网站| 日本wwww免费看| 熟女av电影| 2021少妇久久久久久久久久久| 天天操日日干夜夜撸| 99热全是精品| 五月伊人婷婷丁香| 国产麻豆69| 18禁动态无遮挡网站| 少妇人妻 视频| 97在线人人人人妻| 少妇的丰满在线观看| 国产又爽黄色视频| 男女边吃奶边做爰视频| 蜜桃在线观看..| 久久综合国产亚洲精品| 波野结衣二区三区在线| 天堂俺去俺来也www色官网| 精品久久蜜臀av无| 伦理电影大哥的女人| 久久人人爽人人片av| 18禁裸乳无遮挡动漫免费视频| 国产一区二区三区综合在线观看 | 永久网站在线| 熟妇人妻不卡中文字幕| 一级a做视频免费观看| 熟女av电影| 大片免费播放器 马上看| 国产福利在线免费观看视频| 建设人人有责人人尽责人人享有的| 中文字幕人妻熟女乱码| 久久精品国产鲁丝片午夜精品| 久久久久视频综合| 热re99久久国产66热| 国产欧美亚洲国产| 美国免费a级毛片| 天堂中文最新版在线下载| 久久久久精品性色| 国产精品 国内视频| 亚洲精品中文字幕在线视频| 少妇人妻 视频| 午夜福利视频在线观看免费| 久久久国产一区二区| a级片在线免费高清观看视频| 在线观看国产h片| 日韩,欧美,国产一区二区三区| 热re99久久国产66热| 精品熟女少妇av免费看| 免费日韩欧美在线观看| 日本色播在线视频| 欧美变态另类bdsm刘玥| 亚洲欧美清纯卡通| av网站免费在线观看视频| 性色av一级|