• <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)
    国产精品亚洲美女久久久| 一进一出好大好爽视频| 露出奶头的视频| 好男人在线观看高清免费视频| 正在播放国产对白刺激| 国产视频一区二区在线看| 99re在线观看精品视频| 欧美日韩亚洲综合一区二区三区_| 亚洲欧美日韩高清专用| 日日爽夜夜爽网站| 亚洲精品在线美女| 久久精品影院6| 成人手机av| 精品久久蜜臀av无| 757午夜福利合集在线观看| 久久人人精品亚洲av| 国产精品九九99| a在线观看视频网站| 欧美成人免费av一区二区三区| 91九色精品人成在线观看| 亚洲 国产 在线| 国产黄a三级三级三级人| 青草久久国产| 黄色丝袜av网址大全| 欧美不卡视频在线免费观看 | 18禁裸乳无遮挡免费网站照片| 女人被狂操c到高潮| 黑人操中国人逼视频| 999久久久国产精品视频| 99精品欧美一区二区三区四区| 在线观看午夜福利视频| 亚洲在线自拍视频| 伊人久久大香线蕉亚洲五| 久久精品影院6| 真人一进一出gif抽搐免费| xxx96com| 午夜福利高清视频| 最近视频中文字幕2019在线8| 亚洲人成伊人成综合网2020| 国产午夜精品论理片| 人人妻人人澡欧美一区二区| 国产黄色小视频在线观看| 国产区一区二久久| 韩国av一区二区三区四区| 亚洲精品在线观看二区| 51午夜福利影视在线观看| www国产在线视频色| 亚洲一区二区三区不卡视频| 国产一区在线观看成人免费| 最近最新免费中文字幕在线| 国产av一区在线观看免费| 亚洲欧美精品综合一区二区三区| 免费电影在线观看免费观看| 欧美色视频一区免费| 怎么达到女性高潮| 国产高清视频在线播放一区| 90打野战视频偷拍视频| 欧美中文日本在线观看视频| av福利片在线观看| 黄片小视频在线播放| 亚洲五月婷婷丁香| 亚洲欧美日韩高清在线视频| 999久久久国产精品视频| 欧美一区二区国产精品久久精品 | 国产精品亚洲一级av第二区| 久久精品影院6| 亚洲成人久久爱视频| 一级毛片精品| 国产亚洲精品第一综合不卡| av视频在线观看入口| 亚洲欧美精品综合久久99| 国产精品亚洲美女久久久| 成人三级黄色视频| www.www免费av| 久久热在线av| 亚洲国产高清在线一区二区三| 2021天堂中文幕一二区在线观| 午夜精品久久久久久毛片777| 真人一进一出gif抽搐免费| 国产亚洲av嫩草精品影院| 久久午夜亚洲精品久久| 中出人妻视频一区二区| 亚洲在线自拍视频| 啦啦啦观看免费观看视频高清| 免费一级毛片在线播放高清视频| 国产精品亚洲美女久久久| 国产精品98久久久久久宅男小说| 日本免费一区二区三区高清不卡| av天堂在线播放| 久久99热这里只有精品18| or卡值多少钱| 欧美成人一区二区免费高清观看 | 桃红色精品国产亚洲av| 欧美色视频一区免费| 成人亚洲精品av一区二区| www国产在线视频色| 亚洲成a人片在线一区二区| 操出白浆在线播放| 校园春色视频在线观看| 男男h啪啪无遮挡| 午夜视频精品福利| 久久久久久久久久黄片| 免费在线观看黄色视频的| 看片在线看免费视频| 亚洲全国av大片| av在线天堂中文字幕| 久久草成人影院| 手机成人av网站| 男女下面进入的视频免费午夜| 69av精品久久久久久| svipshipincom国产片| 午夜两性在线视频| 免费高清视频大片| 精品一区二区三区四区五区乱码| 免费无遮挡裸体视频| 国产精品一及| 亚洲人成伊人成综合网2020| 成人国产综合亚洲| 哪里可以看免费的av片| 狂野欧美激情性xxxx| 曰老女人黄片| 长腿黑丝高跟| 欧美黄色淫秽网站| 国产视频内射| xxx96com| 精品人妻1区二区| 岛国在线免费视频观看| 50天的宝宝边吃奶边哭怎么回事| 日本免费一区二区三区高清不卡| 精品免费久久久久久久清纯| 50天的宝宝边吃奶边哭怎么回事| 亚洲国产精品sss在线观看| 啪啪无遮挡十八禁网站| 黄色毛片三级朝国网站| 国产av在哪里看| 精品免费久久久久久久清纯| 人妻丰满熟妇av一区二区三区| 神马国产精品三级电影在线观看 | 又紧又爽又黄一区二区| 欧美一区二区国产精品久久精品 | 成人国产一区最新在线观看| 男女视频在线观看网站免费 | 欧美日韩中文字幕国产精品一区二区三区| 欧美另类亚洲清纯唯美| 身体一侧抽搐| 18禁美女被吸乳视频| 在线播放国产精品三级| 国产精品影院久久| 18禁裸乳无遮挡免费网站照片| 国产99久久九九免费精品| 午夜影院日韩av| 人成视频在线观看免费观看| 国产成人av激情在线播放| 天天躁夜夜躁狠狠躁躁| av超薄肉色丝袜交足视频| 国内精品久久久久精免费| 最好的美女福利视频网| 男插女下体视频免费在线播放| 看片在线看免费视频| 精华霜和精华液先用哪个| 国产精品野战在线观看| 人妻夜夜爽99麻豆av| 久久久久久大精品| 精品午夜福利视频在线观看一区| 亚洲国产高清在线一区二区三| 90打野战视频偷拍视频| 最新美女视频免费是黄的| 一进一出抽搐gif免费好疼| a级毛片a级免费在线| 婷婷丁香在线五月| 麻豆久久精品国产亚洲av| 听说在线观看完整版免费高清| 国产亚洲欧美98| 欧美日韩精品网址| 久久精品影院6| 狂野欧美激情性xxxx| 日韩中文字幕欧美一区二区| 在线观看美女被高潮喷水网站 | 伊人久久大香线蕉亚洲五| 51午夜福利影视在线观看| xxx96com| 丁香欧美五月| 亚洲人与动物交配视频| 精品不卡国产一区二区三区| 午夜亚洲福利在线播放| 亚洲 欧美一区二区三区| 亚洲成人精品中文字幕电影| 欧美色视频一区免费| 熟妇人妻久久中文字幕3abv| 天堂√8在线中文| 又爽又黄无遮挡网站| 欧美成人午夜精品| 成在线人永久免费视频| 欧美不卡视频在线免费观看 | 精品久久久久久久末码| 免费在线观看成人毛片| xxx96com| 少妇熟女aⅴ在线视频| 丁香欧美五月| 国产精品av久久久久免费| 国产真实乱freesex| 精品第一国产精品| 亚洲色图av天堂| 丁香欧美五月| 精品久久久久久久毛片微露脸| 精品欧美国产一区二区三| 伦理电影免费视频| 全区人妻精品视频| 欧美黄色片欧美黄色片| 国产精华一区二区三区| 一区二区三区国产精品乱码| 男女下面进入的视频免费午夜| 国产真实乱freesex| 成人国产综合亚洲| 欧美日韩亚洲综合一区二区三区_| 中文字幕最新亚洲高清| 亚洲国产精品999在线| 久久中文字幕人妻熟女| 人妻久久中文字幕网| 1024视频免费在线观看| 日本撒尿小便嘘嘘汇集6| 777久久人妻少妇嫩草av网站| 国产黄a三级三级三级人| 婷婷丁香在线五月| 正在播放国产对白刺激| 国产高清视频在线播放一区| 麻豆国产97在线/欧美 | 99在线视频只有这里精品首页| 韩国av一区二区三区四区| 国产高清videossex| 91在线观看av| 国产精品久久久久久亚洲av鲁大| 久久久久久大精品| www.精华液| 在线观看免费视频日本深夜| 久久久久久国产a免费观看| 日本撒尿小便嘘嘘汇集6| 亚洲欧美日韩高清在线视频| 妹子高潮喷水视频| 一个人免费在线观看的高清视频| 成人国语在线视频| 亚洲午夜精品一区,二区,三区| 亚洲片人在线观看| 黄片大片在线免费观看| 国产av麻豆久久久久久久| 神马国产精品三级电影在线观看 | 国产精品久久久久久人妻精品电影| 欧美久久黑人一区二区| 亚洲真实伦在线观看| 精品国产乱码久久久久久男人| 欧美国产日韩亚洲一区| 人妻夜夜爽99麻豆av| 亚洲一码二码三码区别大吗| 日本在线视频免费播放| 一进一出抽搐gif免费好疼| 久久精品国产亚洲av高清一级| 亚洲在线自拍视频| 亚洲精品一区av在线观看| 久久人妻福利社区极品人妻图片| 亚洲av电影不卡..在线观看| av福利片在线观看| 黄色视频不卡| 成年女人毛片免费观看观看9| 亚洲最大成人中文| 久久久久久久久久黄片| 午夜老司机福利片| 午夜日韩欧美国产| 国产又色又爽无遮挡免费看| 日本一二三区视频观看| 日日摸夜夜添夜夜添小说| 成人国产一区最新在线观看| 欧美性猛交╳xxx乱大交人| 久9热在线精品视频| 亚洲一区中文字幕在线| 亚洲人成77777在线视频| 淫妇啪啪啪对白视频| 亚洲国产看品久久| 狂野欧美激情性xxxx| 好男人电影高清在线观看| 午夜福利视频1000在线观看| 757午夜福利合集在线观看| 露出奶头的视频| 啦啦啦观看免费观看视频高清| 国产蜜桃级精品一区二区三区| 欧美黄色淫秽网站| 国产三级在线视频| 免费在线观看亚洲国产| 日韩精品青青久久久久久| 午夜精品在线福利| 日韩中文字幕欧美一区二区| 一本久久中文字幕| 全区人妻精品视频| 高清毛片免费观看视频网站| 亚洲欧美精品综合一区二区三区| 男女视频在线观看网站免费 | 黄频高清免费视频| 国产在线精品亚洲第一网站| 黄色 视频免费看| 黄色丝袜av网址大全| 成人高潮视频无遮挡免费网站| 久久亚洲精品不卡| 精品欧美国产一区二区三| 亚洲国产欧美网| 日本 av在线| 99在线视频只有这里精品首页| 特级一级黄色大片| 国产精品免费一区二区三区在线| 精品熟女少妇八av免费久了| 国产伦一二天堂av在线观看| 丰满人妻一区二区三区视频av | 精品不卡国产一区二区三区| 露出奶头的视频| 91麻豆av在线| 在线a可以看的网站| 国产三级黄色录像| 校园春色视频在线观看| 波多野结衣高清无吗| a在线观看视频网站| 国产熟女xx| 久久天堂一区二区三区四区| 成年人黄色毛片网站| 亚洲精品av麻豆狂野| av欧美777| 热99re8久久精品国产| 老司机在亚洲福利影院| 亚洲人成77777在线视频| 久久国产精品人妻蜜桃| www.自偷自拍.com| 亚洲七黄色美女视频| 日日夜夜操网爽| 97人妻精品一区二区三区麻豆| 国产av又大| 一二三四在线观看免费中文在| 麻豆国产97在线/欧美 | 中文字幕av在线有码专区| 日韩欧美精品v在线| 1024视频免费在线观看| 脱女人内裤的视频| 欧美av亚洲av综合av国产av| 欧美成狂野欧美在线观看| 又黄又粗又硬又大视频| 五月玫瑰六月丁香| 精品午夜福利视频在线观看一区| 91字幕亚洲| 国产精华一区二区三区| www日本在线高清视频| 久久香蕉国产精品| 色尼玛亚洲综合影院| 人人妻人人澡欧美一区二区| 成年人黄色毛片网站| av免费在线观看网站| 成在线人永久免费视频| 国产又黄又爽又无遮挡在线| 婷婷精品国产亚洲av在线| 中亚洲国语对白在线视频| 一本大道久久a久久精品| 国产精品日韩av在线免费观看| 日韩欧美在线二视频| 在线视频色国产色| 热99re8久久精品国产| 精品一区二区三区视频在线观看免费| а√天堂www在线а√下载| 麻豆一二三区av精品| 午夜a级毛片| 久久久国产成人精品二区| 日本免费一区二区三区高清不卡| 桃红色精品国产亚洲av| 亚洲av五月六月丁香网| 床上黄色一级片| 日韩欧美在线二视频| 啦啦啦免费观看视频1| xxxwww97欧美| 午夜福利高清视频| 亚洲精品久久国产高清桃花| 亚洲av片天天在线观看| 国产成年人精品一区二区| 国产av一区在线观看免费| 日本五十路高清| 亚洲色图 男人天堂 中文字幕| 欧美 亚洲 国产 日韩一| 亚洲中文字幕日韩| 色综合站精品国产| 观看免费一级毛片| 亚洲精品久久成人aⅴ小说| 国产亚洲欧美98| 12—13女人毛片做爰片一| 色播亚洲综合网| 欧美绝顶高潮抽搐喷水| 久久香蕉国产精品| 成人18禁在线播放| 成人国产一区最新在线观看| 亚洲精品久久国产高清桃花| 国产精品乱码一区二三区的特点| 欧美黄色片欧美黄色片| 国产v大片淫在线免费观看| 免费在线观看影片大全网站| 男女之事视频高清在线观看| 99精品在免费线老司机午夜| av欧美777| 欧美黄色淫秽网站| 天天躁夜夜躁狠狠躁躁| 十八禁人妻一区二区| 国产伦一二天堂av在线观看| 中文字幕人妻丝袜一区二区| 91麻豆av在线| 婷婷精品国产亚洲av在线| 亚洲国产日韩欧美精品在线观看 | 一级作爱视频免费观看| 亚洲一区中文字幕在线| 91成年电影在线观看| 在线播放国产精品三级| 在线观看一区二区三区| 亚洲欧美激情综合另类| 免费在线观看影片大全网站| 国产成人一区二区三区免费视频网站| 神马国产精品三级电影在线观看 | 午夜a级毛片| 正在播放国产对白刺激| 变态另类丝袜制服| 国产伦一二天堂av在线观看| 老鸭窝网址在线观看| 在线观看66精品国产| 毛片女人毛片| 久久欧美精品欧美久久欧美| 男人的好看免费观看在线视频 | 亚洲aⅴ乱码一区二区在线播放 | 国产精品av久久久久免费| 看片在线看免费视频| 久久久久久久久久黄片| www.精华液| 真人做人爱边吃奶动态| 不卡一级毛片| 亚洲,欧美精品.| 国产久久久一区二区三区| 国产野战对白在线观看| tocl精华| 国产精品一区二区免费欧美| 此物有八面人人有两片| 可以在线观看的亚洲视频| 欧美日韩黄片免| 成年人黄色毛片网站| 亚洲精品中文字幕在线视频| www.www免费av| 一边摸一边做爽爽视频免费| 99久久无色码亚洲精品果冻| 亚洲专区字幕在线| 舔av片在线| 看免费av毛片| 国产蜜桃级精品一区二区三区| 男人的好看免费观看在线视频 | 色哟哟哟哟哟哟| 日本 欧美在线| 在线十欧美十亚洲十日本专区| 中文字幕熟女人妻在线| 国内久久婷婷六月综合欲色啪| 大型黄色视频在线免费观看| 久久久久国内视频| 久久久精品大字幕| 免费av毛片视频| 美女扒开内裤让男人捅视频| 天天躁狠狠躁夜夜躁狠狠躁| 18禁黄网站禁片午夜丰满| 12—13女人毛片做爰片一| 在线观看免费日韩欧美大片| 国产精品1区2区在线观看.| 18禁美女被吸乳视频| 国产成+人综合+亚洲专区| 成人午夜高清在线视频| 国产一级毛片七仙女欲春2| 久久久精品国产亚洲av高清涩受| 美女免费视频网站| 男女那种视频在线观看| 国产精品自产拍在线观看55亚洲| 在线十欧美十亚洲十日本专区| 国产成人影院久久av| 天天躁夜夜躁狠狠躁躁| 成人三级做爰电影| 亚洲精品美女久久久久99蜜臀| 色综合婷婷激情| 欧美zozozo另类| 精品国产超薄肉色丝袜足j| 18禁黄网站禁片午夜丰满| 丁香欧美五月| 美女扒开内裤让男人捅视频| 一a级毛片在线观看| 精品久久久久久成人av| 一区福利在线观看| 欧美成人免费av一区二区三区| 精品久久久久久,| 99久久精品国产亚洲精品| 午夜福利高清视频| 别揉我奶头~嗯~啊~动态视频| 人妻夜夜爽99麻豆av| 一级作爱视频免费观看| 日本免费一区二区三区高清不卡| 女警被强在线播放| 欧美一区二区精品小视频在线| 1024视频免费在线观看| 久久香蕉精品热| 亚洲无线在线观看| 午夜久久久久精精品| 18禁国产床啪视频网站| 欧美极品一区二区三区四区| 免费看a级黄色片| 午夜精品在线福利| 国产精品一区二区精品视频观看| 一二三四社区在线视频社区8| 九色国产91popny在线| 日韩精品免费视频一区二区三区| 国产v大片淫在线免费观看| 国产精品久久久久久亚洲av鲁大| 亚洲人成电影免费在线| 国产精品综合久久久久久久免费| 69人妻影院| 亚洲在久久综合| 久久久久久久午夜电影| 久久久欧美国产精品| 亚洲精品国产成人久久av| 国产伦精品一区二区三区四那| 亚洲欧洲日产国产| 久久久精品大字幕| 国产午夜精品久久久久久一区二区三区| 日韩 亚洲 欧美在线| 日本五十路高清| 97热精品久久久久久| 久久久久久久久久成人| 精品午夜福利在线看| 在线天堂最新版资源| 最近手机中文字幕大全| 尾随美女入室| 欧美精品国产亚洲| 特大巨黑吊av在线直播| 18禁黄网站禁片免费观看直播| 亚洲一区高清亚洲精品| 自拍偷自拍亚洲精品老妇| 久久精品国产99精品国产亚洲性色| 亚洲欧美精品专区久久| 国产亚洲欧美98| 国产一区二区在线观看日韩| 国产乱人偷精品视频| 国产精品人妻久久久影院| 99久久精品一区二区三区| 舔av片在线| 看免费成人av毛片| 国产黄a三级三级三级人| 亚洲国产欧美人成| 国产乱人偷精品视频| 国产精品,欧美在线| av在线老鸭窝| 床上黄色一级片| 小蜜桃在线观看免费完整版高清| or卡值多少钱| 两性午夜刺激爽爽歪歪视频在线观看| 国产黄色小视频在线观看| 黄色一级大片看看| 国产精品久久久久久av不卡| 小说图片视频综合网站| 久久国内精品自在自线图片| 成人毛片a级毛片在线播放| 欧美色欧美亚洲另类二区| av国产免费在线观看| 亚洲人成网站在线播| 我的女老师完整版在线观看| 精品久久久噜噜| 色综合站精品国产| 国产精品99久久久久久久久| 男女视频在线观看网站免费| 在线天堂最新版资源| 国产精品久久久久久精品电影小说 | 久久久久久久久大av| 午夜免费男女啪啪视频观看| 一级毛片我不卡| 国产真实伦视频高清在线观看| 免费观看精品视频网站| 卡戴珊不雅视频在线播放| 国产精品久久久久久亚洲av鲁大| 真实男女啪啪啪动态图| 成人午夜高清在线视频| 日韩精品青青久久久久久| 国产又黄又爽又无遮挡在线| а√天堂www在线а√下载| 天天躁夜夜躁狠狠久久av| 级片在线观看| 日本爱情动作片www.在线观看| 国内少妇人妻偷人精品xxx网站| 九九爱精品视频在线观看| 欧美性猛交╳xxx乱大交人| 日本黄大片高清| 高清毛片免费看| 欧美一区二区亚洲| 熟女电影av网| 成熟少妇高潮喷水视频| 亚洲最大成人av| 亚洲中文字幕一区二区三区有码在线看| 老司机福利观看| 亚洲最大成人av| 色哟哟哟哟哟哟| 日本在线视频免费播放| 亚洲av一区综合| 日韩人妻高清精品专区| 最近最新中文字幕大全电影3| 两个人视频免费观看高清| 久久欧美精品欧美久久欧美| 国产日韩欧美在线精品| 性插视频无遮挡在线免费观看| 国产av在哪里看| 联通29元200g的流量卡| 97热精品久久久久久| 18禁黄网站禁片免费观看直播| 中文字幕av在线有码专区| 久久午夜亚洲精品久久| 国产伦精品一区二区三区视频9| 国产精品99久久久久久久久| 国产精品美女特级片免费视频播放器| 国产精品,欧美在线|