Research on Footstep Recognition Method Based on HMM and MFCC
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
A method based on Hidden Markov Model (HMM) and Mel Cepstral Coefficients (MFCC) as the extraction feature parameters is proposed to realize footstep recognition. The footsteps are collected and preprocessed. The preprocessing adopts the method of endpoint detection to determine the start and end of the sound signal. Then the feature parameters MFCC are extracted, and the footstep feature library is trained based on the hidden Markov model. Input the footstep sound test sample, and use the Viterbi algorithm to perform feature matching with the trained footstep sound feature library to identify the sample identity. The experimental results show that the method has a higher recognition rate.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Research on Footstep Recognition Method Based on HMM and MFCC
- Date Crossref
- 15/10/2021
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
PLA Information Engineering University pays non établi dans la noticeUniversité ou école supérieure
PLA Information Engineering University.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.