典型文献
基于LCSS算法的膝、踝关节相似性特征研究
文献摘要：
当前步态识别技术在侦查领域为侦查人员打开了全新的破案思路.步态识别技术正是基于人体正常行走过程中各个关节角度呈现周期性变化且稳定,从而为步态特征识别人身提供了可能性.使用Codamotion三维动作分析系统对人体膝关节、踝关节的数据完成采集,完成原始数据归一化处理,在此基础上提出了基于最长公共子序列(LCSS)算法实现人体膝关节角度、踝关节角度的运动曲线相似度评估.对数据的统计分析表明,自然行走时同一人膝关节相似度与踝关节相似度分别在(79.47％+18.03％)、(75.34％+19.71％)即为高度符合.对不同人膝、踝关节角度交叉比较时使用最近邻平均相似度进行分析,膝关节与踝关节相似度分别小于20.52％、22.5％即存在较大差异.研究结果表明,同一人行走时膝、踝关节角度特征具有稳定性,不同人之间存在较大的差异性.
文献关键词：
相似度;LCSS算法;膝关节;踝关节
中图分类号：
作者姓名：
刘旭;尹雨晴;赵雪冬;代雪晶;汤澄清
作者机构：
中国刑事警察学院,沈阳 110000
文献出处：
引用格式：
[1]刘旭;尹雨晴;赵雪冬;代雪晶;汤澄清-.基于LCSS算法的膝、踝关节相似性特征研究)[J].机电工程技术,2022(09):72-75
A类：
Codamotion
B类：
LCSS,踝关节,前步,步态识别,侦查人员,破案,周期性变化,步态特征,特征识别,别人,动作分析,原始数据,数据归一化,归一化处理,最长公共子序列,算法实现,膝关节角度,曲线相似度,相似度评估,走时,+18,+19,即为,角度交叉,最近邻,平均相似度,人行,角度特征
AB值：
0.360688
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
