使用人体下部行走数据进行模式分析,以识别步态印记

科学领域:

• 生物识别信息 生物识别信息
• 人类运动分析分析.
• 模式识别 模式识别 模式识别

背景情况:

• 人类的指纹是独特的,终身的标识符.
• 一个类似的独特和持久的标识符可能存在于一个人的步行模式中,称为步行纹.

研究的目的:

• 为了证明存在一个独特的步态印记.
• 用基本的时空步态变量来识别个人.

主要方法:

• 81名成年人穿着惯性测量单元在地面上行走.
• 数据收集在多个试验在不同的日子.
• 四种模式分析方法 (欧几里德距离,等号相似性,随机森林,支向量机) 应用于时空变量.

主要成果:

• 在基于步态模式的个人识别中具有高准确性.
• 随机森林实现了98.63%的准确性.
• 支持向量机和共弦相似性 (前10个试验) 实现了98.40%的准确性.

结论:

• 一个持久的行走模式包含足够的个人信息来识别.
• 这些发现支持存在一种独特的步履痕迹,类似于指纹.