基于隐马尔可夫模型的声学步态人体识别
人机交互
2014-06-12 v1 计算机视觉与模式识别
摘要
我们提出了一种通过行走声音识别人类的系统。该问题也称为声学步态识别。系统的目标是分析行走者发出的声音（主要是脚步声）并识别这些人。这些声音的特征由步态模式决定，受手臂和腿部运动的影响，同时也取决于鞋的类型。我们从记录的音频信号中提取倒谱特征，并使用隐马尔可夫模型进行动态分类。采用循环模型拓扑来表示个体步态周期。这种拓扑结构允许对单个步伐进行建模和检测，从而获得非常有希望的识别率。为了实验验证，我们使用了公开可用的 TUM GAID 数据库，这是一个大型步态识别数据库，包含 305 名受试者在三种变化下的 3050 条记录。在最佳设置下，在 155 名受试者中实现了 65.5% 的识别率。与我们之前使用各种音频特征和支持向量机的工作相比，这是一个近 30% 的相对提升。
引用
@article{arxiv.1406.2895,
title = {Acoustic Gait-based Person Identification using Hidden Markov Models},
author = {Jürgen T. Geiger and Maximilian Kneißl and Björn Schuller and Gerhard Rigoll},
journal= {arXiv preprint arXiv:1406.2895},
year = {2014}
}