仪器仪表学报

作者：袁田，辛义忠

单位：袁田,沈阳工业大学信息科学与工程学院沈阳110142,,辛义忠,沈阳工业大学信息科学与工程学院沈阳110142,

关键词：足底压力特征;无阈值递归图;LeNet网络;身份识别

基金：辽阳市“辽阳英才计划”“带土移植”创新团队项目(LYYC220501)资助

针对身份识别领域足底压力采集设备在传感器数量和位置配置方面存在的差异性，以及足底压力特征通常依赖于对步态周期数据进行完整分割所带来的时间成本增加问题，提出一种基于足底压力信号的无阈值递归图和LeNet网络的身份识别方法。首先使用自制足底压力采集设备，在常规混凝土地面采集28名无足部及下肢疾病的健康成年参与者无负重等干扰状态自然行走过程中的足底压力数据；再经数据重构算法对足底压力数据进行预处理，将其转化为无阈值递归图；最后将生成的图像作为LeNet网络的输入，完成特征提取与身份识别，并对单一区域及多区域组合方案的结果进行分析比较。实验结果表明，足跟内侧区域、足跟外侧区域、第二跖骨区域和大脚趾区域的组合身份识别性能以最少的传感器数量和高识别精度优于其他方案，其中准确率、精确率、召回率和F1分数分别达到99.25%、99.22%、99.39%、99.26%。不同区域的身份识别性能受行走过程中不同阶段和受力大小的影响，但随着区域数量的增加，该影响逐渐减弱。此外，实验结果还显示，使用足底压力信号的无阈值递归图进行身份识别的方法无需依赖严格的步态分割，依然能够保持较高的识别精度。为身份识别技术在生物特征识别领域的应用提供了新的思路与技术支持，在公共安全等领域具有潜在的应用价值。

来源：2025年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第6期