基于微多普勒特征和支持向量机的人体步态识别方法

摘要

本发明公开了一种基于微多普勒特征和支持向量机的人体步态识别方法，包括：S1：利用雷达采集人体行进时的姿态数据；S2：利用时频分析工具对所述姿态数据进行分析得到对应的时频图；S3：从所述时频图中提取带宽特征和偏置特征，所述带宽特征表示步态引起的正负微多普勒频率的跨度范围，所述偏置特征表示多普勒正负频率相对于中心频率的偏差，偏置值表征着摆臂的对称性；S4：将所述带宽特征和所述偏置特征输入支持向量机中进行姿态识别，以确定所述姿态数据对应的姿态。本发明具有如下优点：通过雷达采集数据，提取微多普勒特征进行人体步态分类识别的方法，对这步态分类的准确性高。

主权项

一种基于微多普勒特征和支持向量机的人体步态识别方法，其特征在于，包括以下步骤：S1：利用雷达采集人体行进时的姿态数据；S2：利用时频分析工具对所述姿态数据进行分析得到对应的时频图；S3：从所述时频图中提取带宽特征和偏置特征，所述带宽特征表示步态引起的正负微多普勒频率的跨度范围，所述偏置特征表示多普勒正负频率相对于中心频率的偏差，偏置值表征着摆臂的对称性；S4：将所述带宽特征和所述偏置特征输入支持向量机中进行姿态识别，以确定所述姿态数据对应的姿态。