6、步态识别与工业4.0中的机器学习应用

步态识别与工业4.0中的机器学习应用

步态识别的速度、服装和姿态不变性

在步态识别领域，研究人员致力于开发能够在不同条件下准确识别人物的模型。这些条件包括行走速度、穿着的服装以及相机的不同视角。

实验数据集

使用了CASIA - C和CASIA - B两个数据集。CASIA - C数据集用于速度不变性实验，而CASIA - B数据集用于服装不变性和姿态不变性实验。这些数据集由中国科学院自动化研究所的生物识别与安全研究中心开源提供。

速度不变性

• 实验条件 ：训练集包含两个正常行走序列（fn）、一个快速行走序列（fq）和一个慢速行走序列（fs）。验证集包含一个正常行走序列（nm）、一个快速行走序列（fq）和一个慢速行走序列（fs）。
• 实验结果 ：通过三个分类器（SVM、ANN和XGBoost）进行实验，结果显示模型能够识别不同行走速度的人物。其中，SVM在这方面达到了99%的最高准确率。

模型	准确率	精确率	召回率	F1 - 分数	支持度
SVM	1.00	1.00	0.99	0.99