為了提高現(xiàn)有基于智能手機(jī)加速度傳感器步態(tài)身份識(shí)別的性能，提出了一種基于多分類器融合（ MCF）的識(shí)別方法。首先，針對(duì)現(xiàn)有方法所提取的步態(tài)特征較為單一的問(wèn)題，對(duì)單個(gè)步態(tài)周期提取相對(duì)勻變加速度的速度變化量，以及單位時(shí)間內(nèi)加速度變化量作為兩類新特征（共16個(gè)）;其次，將新特征結(jié)合常用的時(shí)域、頻域特征組成新的特征集，用于訓(xùn)練識(shí)別效果與訓(xùn)練時(shí)間俱佳的多個(gè)分類器;最后，采用多尺度投票法（MSV）對(duì)多分類器的輸出進(jìn)行融合處理，得到最終的分類結(jié)果。為了檢測(cè)該方法的性能，采集了32個(gè)志愿者的步態(tài)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，新特征對(duì)于單個(gè)分類器的識(shí)別率平均提升5.95個(gè)百分點(diǎn)，最終通過(guò)MSV融合算法的識(shí)別率為97. 78%。

　　人類的步態(tài)包含非常獨(dú)特的模式，可用于身份的識(shí)別和驗(yàn)證。傳統(tǒng)的基于可穿戴式傳感器步態(tài)身份識(shí)別都是通過(guò)在人體固定部位捆綁專用傳感器采集步態(tài)數(shù)據(jù)”;近年來(lái)，智能手機(jī)的快速普及其及功能的不斷發(fā)展，使在不影響用戶正常工作、學(xué)習(xí)和生活的情況下，利用智能手機(jī)內(nèi)置的加速度傳感器對(duì)用戶進(jìn)行步態(tài)身份識(shí)別變?yōu)榭赡?1。。但是由于智能手機(jī)種類繁雜、內(nèi)置加速度傳感器性能差異較大等因素，都使得最終采集到的數(shù)據(jù)差異較大，識(shí)別的難度大，從而直接影響識(shí)別的準(zhǔn)確率和可信度。