基于加強(qiáng)步態(tài)能量圖與矩特征在非規(guī)范視角下的步態(tài)研究.pdf

1、步態(tài)識(shí)別是根據(jù)人的步態(tài)特征進(jìn)行身份識(shí)別的一種新技術(shù)，是生物特征識(shí)別技術(shù)中的一個(gè)新領(lǐng)域。步態(tài)識(shí)別可以實(shí)現(xiàn)遠(yuǎn)距離感知生物特征，由此具有非侵犯性、非接觸性、易感知性、難以隱藏和不易被察覺(jué)等特點(diǎn)，而且步態(tài)特征是低分辨率情況下唯一可感知的生物特征，因而在安全安防領(lǐng)域受到了廣泛推廣和大力研究。
　　步態(tài)識(shí)別主要是通過(guò)對(duì)人的運(yùn)動(dòng)圖像進(jìn)行處理分析，一般包括三個(gè)部分，目標(biāo)分割、特征提取和分類識(shí)別。本文著重研究高識(shí)別率的步態(tài)識(shí)別方法。在研究中融合了機(jī)

2、器視覺(jué)、模式識(shí)別以及圖像/視頻處理等技術(shù)。本文進(jìn)行了步態(tài)圖像序列的檢測(cè)，特征提取以及識(shí)別等相關(guān)問(wèn)題的研究，主要分為以下幾部分工作：
　?。?）結(jié)合計(jì)算機(jī)視覺(jué)中的視角轉(zhuǎn)換方法，對(duì)自己設(shè)計(jì)拍攝場(chǎng)景得到的步態(tài)視頻進(jìn)行視角規(guī)范化。該組步態(tài)數(shù)據(jù)庫(kù)中包括了6個(gè)人的步態(tài)視頻，并分4個(gè)不同角度拍攝得到。將視頻轉(zhuǎn)換為圖像序列后，利用形態(tài)學(xué)方法對(duì)得到的圖像進(jìn)行處理，然后利用轉(zhuǎn)換公式對(duì)每一幅圖像進(jìn)行轉(zhuǎn)換。
　　（2）利用人體步態(tài)輪廓的腳步寬度信息

3、的周期性變化來(lái)確定步態(tài)周期，并由此周期得到一個(gè)周期內(nèi)的步態(tài)能量圖。
　　（3）引入了小波矩和Zernike矩兩個(gè)矩特征，利用支持向量機(jī)（SVM）作為分類器分別對(duì)兩種特征在中科院自動(dòng)化所提供的步態(tài)數(shù)據(jù)庫(kù)（CASIA）進(jìn)行分類識(shí)別。并融合兩個(gè)矩特征，利用SVM在同樣的CASIA數(shù)據(jù)庫(kù)中進(jìn)行分類。比較分析試驗(yàn)得到的多組數(shù)據(jù)。
　　（4）引入加強(qiáng)步態(tài)能量圖，2DPCA方法提取特征向量，并采用最近鄰域法進(jìn)行分類，也得到了不錯(cuò)的識(shí)別率。