文献类型：期刊文章

作　　者：耿昕雨[1] 陈伟男[2] 徐严[1] 孙鹏[2] 沈澍[2,3]

GENG Xinyu;CHEN Weinan;XU Yan;SUN Peng;SHEN Shu(School of Computer Engineering,Tongda College of Nanjing University of Posts and Telecommunications,Yangzhou 225127,China;School of Computer Science,Nanjing University of Posts and Telecommunications,Nanjing 210023,China;Jiangsu High Technology key Laboratory of Wireless Sensor Network,Nanjing University of Posts and Telecommunications,Nanjing 210023,China)

机构地区：[1]南京邮电大学通达学院计算机工程学院,江苏扬州225127 [2]南京邮电大学计算机学院、软件学院、网络空间安全学院,江苏南京210023 [3]南京邮电大学江苏省无线传感网高技术研究重点实验室,江苏南京210023

出　　处：《现代信息科技》

基　　金：江苏省高等学校自然科学研究重大项目(22KJA520010);江苏省研究生科研与实践创新计划项目(KYCX22_0973,SJCX21_0287,SJCX22_0266);浙江大学CAD&CG国家重点实验室开放课题(A2118);南京邮电大学通达学院教改课题(JG30618003,JG00621015);江苏省大学生STITP创新计划基金资助项目(202213989030Y)。

年　　份：2023

卷　　号：7

期　　号：22

起止页码：9-14

语　　种：中文

收录情况：普通刊

摘　　要：在当前大数据浪潮的影响下,生物识别技术的发展吸引了越来越多国内外研究者的关注。步态识别技术能够根据受试者行走时的步态,进行非接触式身份识别,具有采集方便、识别距离远、不易隐藏等优点。文章提出了一种基于智能手机的步态识别方法,选用加速度、陀螺仪传感器采集步态数据,利用机器学习技术对步态信息进行分析处理,以参数调优后的随机森林算法作为步态识别分类模型,经测试模型准确率可达94.05%。此外,设计开发了一款实时的智能手机身份识别系统,将提出的步态识别最佳分类模型部署到移动端,生成结果可用于身份识别,也为步态数据采集提供一种新的方式。

关 键 词：步态识别 身份识别 机器学习  智能手机 随机森林  

分 类 号：TP391.4]