• <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)
    亚洲综合色网址| 国产在视频线精品| 蜜桃国产av成人99| 丁香六月天网| 十八禁网站网址无遮挡| 亚洲精品,欧美精品| 中文精品一卡2卡3卡4更新| 精品卡一卡二卡四卡免费| 欧美成人午夜精品| 久久狼人影院| 亚洲第一青青草原| 亚洲精品,欧美精品| 丰满乱子伦码专区| 国产精品一二三区在线看| 男人添女人高潮全过程视频| 一级片免费观看大全| 久久久久视频综合| 日韩欧美精品免费久久| 午夜影院在线不卡| 免费观看av网站的网址| 免费高清在线观看视频在线观看| 精品国产一区二区久久| 国产一区二区 视频在线| 国产成人a∨麻豆精品| 国产成人欧美| 久久鲁丝午夜福利片| 久久性视频一级片| 中国国产av一级| 大片免费播放器 马上看| 亚洲精品成人av观看孕妇| 亚洲欧美成人精品一区二区| 久久久久精品人妻al黑| av福利片在线| 91精品伊人久久大香线蕉| 热re99久久精品国产66热6| 欧美老熟妇乱子伦牲交| 日本午夜av视频| 亚洲情色 制服丝袜| 侵犯人妻中文字幕一二三四区| 国产淫语在线视频| 日韩一本色道免费dvd| 一边亲一边摸免费视频| 亚洲欧美日韩另类电影网站| 亚洲精品一二三| 欧美日韩一区二区视频在线观看视频在线| 国产精品 国内视频| 又大又爽又粗| 少妇人妻久久综合中文| 日韩成人av中文字幕在线观看| 激情视频va一区二区三区| 亚洲欧美成人精品一区二区| 美女主播在线视频| 亚洲欧美一区二区三区久久| 伊人久久国产一区二区| 在线天堂最新版资源| 国产成人91sexporn| 好男人视频免费观看在线| 免费黄网站久久成人精品| 精品人妻熟女毛片av久久网站| 亚洲精品,欧美精品| 久久热在线av| 亚洲精品国产av蜜桃| 啦啦啦啦在线视频资源| kizo精华| 色网站视频免费| 久久精品久久久久久噜噜老黄| 久久青草综合色| 欧美亚洲日本最大视频资源| 亚洲成色77777| 黄网站色视频无遮挡免费观看| 天天影视国产精品| 美女高潮到喷水免费观看| 精品福利永久在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| √禁漫天堂资源中文www| 王馨瑶露胸无遮挡在线观看| 九色亚洲精品在线播放| 天天躁夜夜躁狠狠躁躁| 肉色欧美久久久久久久蜜桃| 日韩伦理黄色片| 91老司机精品| av线在线观看网站| 欧美日韩亚洲综合一区二区三区_| 免费在线观看黄色视频的| 国产成人啪精品午夜网站| 亚洲国产精品成人久久小说| 男女床上黄色一级片免费看| 波多野结衣一区麻豆| 看免费av毛片| 亚洲成人免费av在线播放| 欧美日韩一区二区视频在线观看视频在线| 欧美国产精品一级二级三级| 激情视频va一区二区三区| 老汉色av国产亚洲站长工具| 看非洲黑人一级黄片| 成人18禁高潮啪啪吃奶动态图| 老司机深夜福利视频在线观看 | 国产精品三级大全| 卡戴珊不雅视频在线播放| 欧美 日韩 精品 国产| 成年人免费黄色播放视频| 99香蕉大伊视频| av卡一久久| 如何舔出高潮| 国产成人午夜福利电影在线观看| 美女主播在线视频| 亚洲四区av| 精品视频人人做人人爽| 久久精品亚洲av国产电影网| 中文字幕av电影在线播放| 女的被弄到高潮叫床怎么办| 男女无遮挡免费网站观看| 美女高潮到喷水免费观看| 一区在线观看完整版| 国产日韩一区二区三区精品不卡| 日韩制服丝袜自拍偷拍| 交换朋友夫妻互换小说| 久久青草综合色| 老熟女久久久| 日韩av不卡免费在线播放| 在线观看国产h片| 国产精品久久久久久精品古装| 日韩,欧美,国产一区二区三区| 在线观看免费日韩欧美大片| 精品午夜福利在线看| av在线播放精品| 激情视频va一区二区三区| 另类亚洲欧美激情| 婷婷色麻豆天堂久久| 少妇人妻 视频| 成人影院久久| 亚洲精品日本国产第一区| 伊人久久国产一区二区| 午夜福利网站1000一区二区三区| 国产一区二区 视频在线| 三上悠亚av全集在线观看| 色网站视频免费| 国产男女内射视频| 蜜桃国产av成人99| 国产一卡二卡三卡精品 | 欧美中文综合在线视频| 美女视频免费永久观看网站| 肉色欧美久久久久久久蜜桃| 黄色怎么调成土黄色| av线在线观看网站| 精品福利永久在线观看| 欧美日韩视频高清一区二区三区二| 中文字幕亚洲精品专区| 成人毛片60女人毛片免费| 欧美国产精品一级二级三级| 亚洲国产精品国产精品| 国产黄色免费在线视频| 精品久久久精品久久久| 午夜福利一区二区在线看| 欧美精品一区二区免费开放| 男男h啪啪无遮挡| 女人被躁到高潮嗷嗷叫费观| 中文字幕人妻丝袜一区二区 | 午夜免费观看性视频| av在线观看视频网站免费| 91精品国产国语对白视频| 熟妇人妻不卡中文字幕| 成年人免费黄色播放视频| av福利片在线| 亚洲 欧美一区二区三区| 啦啦啦啦在线视频资源| 天天添夜夜摸| 国产人伦9x9x在线观看| 涩涩av久久男人的天堂| 亚洲精品久久久久久婷婷小说| 丁香六月欧美| 久热这里只有精品99| 亚洲美女黄色视频免费看| 热re99久久国产66热| 亚洲精品久久成人aⅴ小说| 欧美精品一区二区免费开放| 老司机亚洲免费影院| 国产又色又爽无遮挡免| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品99久久99久久久不卡 | 深夜精品福利| 最近最新中文字幕免费大全7| 国产精品99久久99久久久不卡 | 老司机影院成人| 欧美激情 高清一区二区三区| 亚洲欧美成人综合另类久久久| 热99国产精品久久久久久7| 一本一本久久a久久精品综合妖精| 日韩不卡一区二区三区视频在线| 亚洲精品成人av观看孕妇| 久久精品人人爽人人爽视色| 精品国产一区二区久久| 啦啦啦视频在线资源免费观看| 国产精品一二三区在线看| 亚洲成人国产一区在线观看 | 亚洲人成电影观看| 最近手机中文字幕大全| 精品少妇黑人巨大在线播放| 在线观看三级黄色| 亚洲国产欧美日韩在线播放| 交换朋友夫妻互换小说| 女人爽到高潮嗷嗷叫在线视频| 成人午夜精彩视频在线观看| 99久久精品国产亚洲精品| 亚洲欧美精品综合一区二区三区| 国产av精品麻豆| 国产激情久久老熟女| 国产精品蜜桃在线观看| 久久久亚洲精品成人影院| 高清不卡的av网站| 国产精品国产av在线观看| 日韩不卡一区二区三区视频在线| 韩国高清视频一区二区三区| 母亲3免费完整高清在线观看| av在线播放精品| 在线观看免费视频网站a站| 丝袜人妻中文字幕| 国产视频首页在线观看| 国产乱来视频区| 午夜福利一区二区在线看| 色精品久久人妻99蜜桃| av在线播放精品| 久久精品熟女亚洲av麻豆精品| 日本色播在线视频| 一二三四在线观看免费中文在| 另类亚洲欧美激情| 波多野结衣一区麻豆| 99久国产av精品国产电影| 尾随美女入室| 一边亲一边摸免费视频| 丁香六月天网| 别揉我奶头~嗯~啊~动态视频 | 国语对白做爰xxxⅹ性视频网站| 免费在线观看完整版高清| 日韩中文字幕视频在线看片| 超碰97精品在线观看| 大香蕉久久网| 男女国产视频网站| 国产日韩欧美在线精品| av片东京热男人的天堂| 亚洲综合精品二区| 蜜桃在线观看..| 操美女的视频在线观看| 999久久久国产精品视频| 国产福利在线免费观看视频| netflix在线观看网站| 熟女av电影| 精品午夜福利在线看| 亚洲精品中文字幕在线视频| 90打野战视频偷拍视频| 久久久精品94久久精品| 美女午夜性视频免费| 操出白浆在线播放| 美女视频免费永久观看网站| 一区二区三区精品91| 中文字幕精品免费在线观看视频| 女性生殖器流出的白浆| xxxhd国产人妻xxx| 国产亚洲av片在线观看秒播厂| 亚洲av日韩在线播放| 久久热在线av| 欧美变态另类bdsm刘玥| 少妇人妻久久综合中文| 超碰成人久久| 国产日韩欧美视频二区| 成人漫画全彩无遮挡| 久久久久久免费高清国产稀缺| 亚洲av日韩精品久久久久久密 | 黄色一级大片看看| 高清av免费在线| 婷婷色av中文字幕| 成人亚洲欧美一区二区av| 亚洲欧洲精品一区二区精品久久久 | 国产av国产精品国产| 韩国精品一区二区三区| 人体艺术视频欧美日本| 国产欧美日韩综合在线一区二区| 亚洲国产欧美网| 美女午夜性视频免费| 亚洲av中文av极速乱| 黄色毛片三级朝国网站| 纯流量卡能插随身wifi吗| 国产精品av久久久久免费| 我的亚洲天堂| 欧美人与善性xxx| 熟女少妇亚洲综合色aaa.| 精品人妻一区二区三区麻豆| 亚洲伊人久久精品综合| 亚洲国产欧美日韩在线播放| 亚洲熟女精品中文字幕| 亚洲精品中文字幕在线视频| 国产精品无大码| 国产精品一区二区精品视频观看| 男的添女的下面高潮视频| 亚洲综合精品二区| 一级毛片黄色毛片免费观看视频| 久久97久久精品| 亚洲精华国产精华液的使用体验| 久久久久国产一级毛片高清牌| 熟妇人妻不卡中文字幕| 人人妻人人澡人人看| 老汉色∧v一级毛片| 久久久亚洲精品成人影院| 不卡av一区二区三区| 天天添夜夜摸| 亚洲欧美一区二区三区久久| 国产av精品麻豆| 美女福利国产在线| 国产成人精品福利久久| 观看美女的网站| 国产精品久久久人人做人人爽| 少妇人妻 视频| 国产精品99久久99久久久不卡 | 国产精品国产三级国产专区5o| 最近最新中文字幕大全免费视频 | 亚洲国产毛片av蜜桃av| 中文字幕色久视频| 国产精品久久久av美女十八| 成年女人毛片免费观看观看9 | 免费黄网站久久成人精品| 又大又爽又粗| 亚洲欧美精品综合一区二区三区| 日韩人妻精品一区2区三区| 欧美 亚洲 国产 日韩一| 成人亚洲精品一区在线观看| 久久久精品94久久精品| 人人妻,人人澡人人爽秒播 | 国产成人啪精品午夜网站| 国产极品粉嫩免费观看在线| 老司机亚洲免费影院| 亚洲精品美女久久久久99蜜臀 | 老司机在亚洲福利影院| 国产男女超爽视频在线观看| 一级毛片电影观看| 亚洲精品一区蜜桃| 男女边摸边吃奶| 日日摸夜夜添夜夜爱| 国产av一区二区精品久久| 看非洲黑人一级黄片| 国产 精品1| 成年人免费黄色播放视频| www.精华液| 美女中出高潮动态图| 青春草视频在线免费观看| 男女免费视频国产| 久久青草综合色| 无遮挡黄片免费观看| 交换朋友夫妻互换小说| 观看美女的网站| 91成人精品电影| 国产福利在线免费观看视频| 亚洲精品久久午夜乱码| 91成人精品电影| 免费高清在线观看视频在线观看| 久久97久久精品| 巨乳人妻的诱惑在线观看| 两性夫妻黄色片| 最近手机中文字幕大全| 久久天堂一区二区三区四区| 久久精品久久久久久噜噜老黄| 我要看黄色一级片免费的| 欧美老熟妇乱子伦牲交| 精品一区二区免费观看| 久热爱精品视频在线9| 色94色欧美一区二区| 日韩av免费高清视频| 天天躁夜夜躁狠狠躁躁| 电影成人av| 午夜福利视频精品| 久久毛片免费看一区二区三区| 国产极品粉嫩免费观看在线| 久久久久国产精品人妻一区二区| 国产精品av久久久久免费| 国语对白做爰xxxⅹ性视频网站| 美女脱内裤让男人舔精品视频| 精品久久久精品久久久| 亚洲av日韩在线播放| 国产片特级美女逼逼视频| 天天操日日干夜夜撸| 欧美日韩精品网址| 丝袜人妻中文字幕| 亚洲精品美女久久久久99蜜臀 | 中文乱码字字幕精品一区二区三区| 免费观看人在逋| 亚洲自偷自拍图片 自拍| 亚洲成人av在线免费| 亚洲婷婷狠狠爱综合网| 久久人妻熟女aⅴ| 亚洲精品日本国产第一区| 欧美精品一区二区大全| 最近的中文字幕免费完整| 婷婷色麻豆天堂久久| 丰满饥渴人妻一区二区三| 男女下面插进去视频免费观看| 欧美日韩国产mv在线观看视频| 老汉色av国产亚洲站长工具| www.熟女人妻精品国产| 一区二区日韩欧美中文字幕| 一边亲一边摸免费视频| 18禁国产床啪视频网站| 久久久久久久久免费视频了| 女性生殖器流出的白浆| 中文字幕av电影在线播放| 深夜精品福利| 91老司机精品| 日韩熟女老妇一区二区性免费视频| 精品少妇内射三级| 欧美激情高清一区二区三区 | 国产精品一国产av| 黑人巨大精品欧美一区二区蜜桃| 一本—道久久a久久精品蜜桃钙片| 欧美精品高潮呻吟av久久| 一边亲一边摸免费视频| 日韩视频在线欧美| 亚洲一级一片aⅴ在线观看| 国产亚洲精品第一综合不卡| 亚洲精品国产一区二区精华液| 在线观看免费视频网站a站| 久久久精品94久久精品| 亚洲久久久国产精品| 国产免费视频播放在线视频| 色网站视频免费| 欧美国产精品va在线观看不卡| 国产精品久久久久久人妻精品电影| 亚洲av五月六月丁香网| 国产精华一区二区三区| 国产高清视频在线播放一区| 十分钟在线观看高清视频www| 97人妻精品一区二区三区麻豆 | 国产99久久九九免费精品| 国产精品日韩av在线免费观看 | 丝袜人妻中文字幕| 国产欧美日韩一区二区三区在线| 国产97色在线日韩免费| 婷婷六月久久综合丁香| 欧美久久黑人一区二区| 久久久久久国产a免费观看| 91在线观看av| 欧美在线一区亚洲| 国产精品一区二区精品视频观看| 国产av又大| 黑人巨大精品欧美一区二区蜜桃| 婷婷丁香在线五月| 亚洲欧美日韩无卡精品| 国产单亲对白刺激| 免费av毛片视频| 人人澡人人妻人| 久久久国产精品麻豆| 老司机深夜福利视频在线观看| 久久久久久久久久久久大奶| 久久婷婷成人综合色麻豆| 老司机午夜十八禁免费视频| 午夜a级毛片| 亚洲天堂国产精品一区在线| 久久久久久久午夜电影| 欧美国产精品va在线观看不卡| 亚洲精品中文字幕一二三四区| 亚洲一区二区三区不卡视频| 露出奶头的视频| 级片在线观看| 9191精品国产免费久久| 亚洲一区中文字幕在线| 亚洲狠狠婷婷综合久久图片| 久久精品亚洲精品国产色婷小说| 人人妻人人爽人人添夜夜欢视频| 欧美国产日韩亚洲一区| av欧美777| 精品午夜福利视频在线观看一区| 免费少妇av软件| 一进一出抽搐动态| 国产精品综合久久久久久久免费 | 精品日产1卡2卡| 国产xxxxx性猛交| 欧美中文综合在线视频| 国产免费av片在线观看野外av| 欧美国产日韩亚洲一区| 国产91精品成人一区二区三区| 午夜免费鲁丝| 国产精品九九99| 在线观看舔阴道视频| 黄频高清免费视频| 欧美精品啪啪一区二区三区| 啪啪无遮挡十八禁网站| 欧美不卡视频在线免费观看 | 国产一区在线观看成人免费| 少妇的丰满在线观看| 乱人伦中国视频| 亚洲人成伊人成综合网2020| 一级毛片精品| 日韩欧美三级三区| 亚洲国产精品久久男人天堂| 日韩 欧美 亚洲 中文字幕| 精品午夜福利视频在线观看一区| 巨乳人妻的诱惑在线观看| 亚洲欧美精品综合久久99| 国产一区在线观看成人免费| 亚洲av电影不卡..在线观看| 亚洲国产看品久久| 欧美中文综合在线视频| 国产高清激情床上av| 国产精品永久免费网站| 国产蜜桃级精品一区二区三区| 久久久久精品国产欧美久久久| 18禁国产床啪视频网站| 久久伊人香网站| 日韩欧美一区二区三区在线观看| 亚洲精品国产色婷婷电影| 国产精品久久久人人做人人爽| 正在播放国产对白刺激| 亚洲第一青青草原| 高潮久久久久久久久久久不卡| 日韩三级视频一区二区三区| 91精品国产国语对白视频| or卡值多少钱| 搡老熟女国产l中国老女人| 久久久久久久午夜电影| 啪啪无遮挡十八禁网站| 亚洲专区国产一区二区| a在线观看视频网站| 精品国产超薄肉色丝袜足j| 大型av网站在线播放| 精品福利观看| 久久天躁狠狠躁夜夜2o2o| 9热在线视频观看99| 最近最新免费中文字幕在线| 老司机在亚洲福利影院| 亚洲五月天丁香| 少妇 在线观看| 男人的好看免费观看在线视频 | 中文字幕人妻熟女乱码| 91字幕亚洲| 国产亚洲欧美98| 国产在线观看jvid| 欧美日韩亚洲国产一区二区在线观看| 精品国产一区二区三区四区第35| 成人亚洲精品av一区二区| 少妇被粗大的猛进出69影院| 精品第一国产精品| 午夜福利,免费看| 亚洲 欧美一区二区三区| 久久精品人人爽人人爽视色| 搡老熟女国产l中国老女人| 亚洲av第一区精品v没综合| 欧美不卡视频在线免费观看 | 在线天堂中文资源库| 久久久久国产精品人妻aⅴ院| 制服诱惑二区| 国产又爽黄色视频| 亚洲色图综合在线观看| 69av精品久久久久久| 大型黄色视频在线免费观看| 高清在线国产一区| 国产精品av久久久久免费| 动漫黄色视频在线观看| 中出人妻视频一区二区| 国产黄a三级三级三级人| 在线观看舔阴道视频| 最近最新中文字幕大全免费视频| 国产精品免费视频内射| 无人区码免费观看不卡| 国产私拍福利视频在线观看| 亚洲av成人一区二区三| а√天堂www在线а√下载| 精品不卡国产一区二区三区| 男人操女人黄网站| 国产精品综合久久久久久久免费 | 超碰成人久久| 禁无遮挡网站| 中文字幕人成人乱码亚洲影| 一级毛片高清免费大全| 久久久久九九精品影院| 久久久国产欧美日韩av| 啦啦啦韩国在线观看视频| 老鸭窝网址在线观看| 婷婷精品国产亚洲av在线| 国产在线精品亚洲第一网站| 精品免费久久久久久久清纯| 国产精品综合久久久久久久免费 | 国产又爽黄色视频| 真人做人爱边吃奶动态| 高清毛片免费观看视频网站| 一级a爱片免费观看的视频| 看免费av毛片| 啪啪无遮挡十八禁网站| 人人妻人人澡欧美一区二区 | 国产伦人伦偷精品视频| 老熟妇仑乱视频hdxx| 人妻久久中文字幕网| 99热只有精品国产| 欧美最黄视频在线播放免费| 国产精品自产拍在线观看55亚洲| 老司机在亚洲福利影院| 黄色片一级片一级黄色片| 亚洲第一青青草原| 国产精品国产高清国产av| 国产麻豆69| 国产精品二区激情视频| 国产乱人伦免费视频| 日本vs欧美在线观看视频| 亚洲熟妇中文字幕五十中出| 国产精品98久久久久久宅男小说| 极品人妻少妇av视频| 一二三四社区在线视频社区8| 欧美精品亚洲一区二区| 首页视频小说图片口味搜索| 国产黄a三级三级三级人| 国产亚洲av高清不卡| 性欧美人与动物交配| av有码第一页| 亚洲电影在线观看av| 精品久久久久久成人av| 久久中文字幕人妻熟女| 国产高清视频在线播放一区| 欧美国产日韩亚洲一区| 久久久国产精品麻豆|