基于手机放置变化的步态识别

基于手机加速度传感器的步态识别是根据人的生理特点,提取人行走时的加速度步态模式,以区分不同的个体。大多数研究是将加速器固定在同一个位置、同一个方向上,以减少传感器放置变化对识别的影响。文章比较了不同方法,包括统计学和机器学习的方法,用于减少加速器放置变化的影响。而经过滤波、特征提取等处理,使用机器学习的KStar算法分类效果最佳,准确率可达到99.11%,可消减放置变化的影响。