基于多特征属性的多类别Bagging步态识别方法专利登记公告

专利名称：基于多特征属性的多类别Bagging步态识别方法

摘要：基于多步态特征属性的多类别Bagging步态识别方法，属于模式识别技术领域。该方法用最近邻分类器作为弱分类器，在基于小波包分解和完全主成分分析后的20个步态属性特征集合上，通过将两类属性Bagging方法扩展到多类别来构建集成分类器，进行步态身份鉴别。该方法的步骤包括：预处理、特征提取，最后用最近邻分类原理与MCAB算法相结合的方法对测试样本进行归类。本发明首次采用融合WPD和(2D)2PCA方法来提取并选择步态特征，解决已有基于小波变换的步态识别方法中高频分量丢失或简单采用全部数据所致维数过大问题，具有

专利类型：发明专利

专利号：CN201210134185.6

专利申请（专利权）人：北京工业大学

专利发明（设计）人：杨新武;翟飞;杨跃伟

主权项：一种基于多步态特征属性的多类别Bagging步态识别方法，其特征在于，步骤如下：步骤一、预处理对已经背景分离的人体运动目标图像依次进行形态学处理、目标提取、以及图像归一化处理；步骤二、特征提取经过步态周期的检测，建立步态能量图，将步态能量图作为不同步态序列的代表，利用WPD+(2D)2PCA方法计算20个特征的识别率；步骤三、分类识别选择步骤二中识别率大于等于50％的特征作为待重抽样的原始特征集合Attribute?Set，利用MCAB算法对测试样本进行最终识别；具体如下(1)在MCAB算法中，首先需要对

专利地区：北京