位置:成果数据库 > 期刊 > 期刊详情页
自然行走状态下的足底压力稳定性研究
  • ISSN号:1673-629X
  • 期刊名称:《计算机技术与发展》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:中国人民公安大学刑事科学技术学院,北京100038
  • 相关基金:基金项目:国家自然科学基金资助项目(61503387);公安部技术研究计划项目(2015JSYJC52)
中文摘要:

利用足底压力进行身份识别在人机交互、生物识别等领域已有一定的应用。只有每个人的足底压力是稳定的、个性化的,足底压力的身份识别才是科学的,但足底压力的稳定性问题一直没有得到验证。公安实践中,足迹可进行人身的同一认定,但也没有底层科学规律作为理论支撑。通过对采集的相关数据进行计算机编程处理,探究人自然行走状态下的足底压力数据的稳定性,为利用足底压力进行人身识别奠定科学基础。使用MATLAB软件,对FOOTSCAN足底压力测量分析系统采集的足底压力峰值数据运用欧氏距离特征向量方差算法进行处理,以分析足底压力的稳定性。实验结果表明,自然行走状态下每个人足底压力的欧氏距离特征向量的方差基本稳定,可以利用足底压力数据进行相关研究和应用。

英文摘要:

The identity recognition using plantar pressure has been put into application in the fields of human-computer interaction and bi- ological recognition etc. Only if the plantar pressure of each person is stable and personalized,its identification is scientific. However the stability problem of the plantar pressure has not been verified. In the public security practice the footprints can be considered as personal identification, whereas there is no underlying scientific principle taken as theoretical support. Investigation on the stability of human plan- tar pressure data in normal walking condition could supply scientific basis for personal identification using plantar pressure analysis. The dynamic plantar pressure peak data from plantar pressure measurement and analysis system, FOOTSCAN, have been processed with Eu- clidean distance feature vector variance algorithm using MATLAB software so as to analyze the stability of plantar pressure quantitatively. The computational results show that the feature vector variance of each person' s plantar pressure is so basically constant that plantar pres- sure data can be used for both of exploration investigation and practical application.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机技术与发展》
  • 中国科技核心期刊
  • 主管单位:陕西省工业和信息化厅
  • 主办单位:陕西省计算机学会
  • 主编:王守智
  • 地址:西安市雁塔路南段99号
  • 邮编:710054
  • 邮箱:ctad@vip.163.com
  • 电话:029-85522163
  • 国际标准刊号:ISSN:1673-629X
  • 国内统一刊号:ISSN:61-1450/TP
  • 邮发代号:52-127
  • 获奖情况:
  • 《CAJ-CD规范》执行优秀期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊
  • 被引量:21263