基于人體關(guān)節(jié)點(diǎn)的步態(tài)識(shí)別算法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，生物識(shí)別技術(shù)已經(jīng)漸漸深入到了人們的生活。它不但簡(jiǎn)潔快速，而且安全可靠。步態(tài)是指人的行走方式，與指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別等技術(shù)相比，步態(tài)特征由于其遠(yuǎn)距離、非接觸性、難于隱藏和偽裝等優(yōu)點(diǎn)，被認(rèn)為是在遠(yuǎn)距離條件下進(jìn)行身份識(shí)別的最有效的生物特征，近年來(lái)引起了計(jì)算機(jī)視覺(jué)領(lǐng)域研究者們的濃厚興趣。
　　 步態(tài)識(shí)別技術(shù)的研究可以促進(jìn)計(jì)算機(jī)視覺(jué)和模式識(shí)別理論的發(fā)展，具有重要的理論和實(shí)踐意義；步態(tài)識(shí)別技術(shù)在安全要求較高的

2、場(chǎng)所的視頻監(jiān)控、協(xié)助案件偵查等方面也存在著潛在的應(yīng)用價(jià)值。
　　 本文的研究目的在于進(jìn)一步提高步態(tài)識(shí)別算法的實(shí)時(shí)性和各項(xiàng)性能，引領(lǐng)步態(tài)識(shí)別技術(shù)一步步邁向?qū)嶋H應(yīng)用化。
　　 步態(tài)識(shí)別是指根據(jù)人走路的姿勢(shì)及動(dòng)力學(xué)特征來(lái)識(shí)別人的身份，包括人體運(yùn)動(dòng)目標(biāo)檢測(cè)、特征提取和分類識(shí)別三個(gè)過(guò)程。本文在對(duì)各種步態(tài)識(shí)別算法進(jìn)行了詳細(xì)研究的基礎(chǔ)上，對(duì)核心環(huán)節(jié)暨特征提取過(guò)程進(jìn)行了主要研究，提出了相應(yīng)的新的改進(jìn)算法。本文的研究成果和創(chuàng)新點(diǎn)主要包括：

3、
　　 1．現(xiàn)有的步態(tài)周期估計(jì)方法大都通過(guò)求寬高比信號(hào)的自相關(guān)函數(shù)的周期來(lái)獲得，算法復(fù)雜度較高?？紤]到實(shí)時(shí)處理的需求，本文提出了一種簡(jiǎn)單有效的周期估計(jì)方法，暨直接分析人體運(yùn)動(dòng)寬高比信號(hào)，并在此基礎(chǔ)上，通過(guò)同相位求平均的方法得到半周期長(zhǎng)的人體代表性短序列，作為供實(shí)驗(yàn)用的圖像序列，代替關(guān)鍵幀法。本文把上百幀的原始數(shù)據(jù)以長(zhǎng)度為十幾幀的圖像精簡(jiǎn)地表示，將半周期長(zhǎng)的步態(tài)圖像序列稱為某一段步態(tài)圖像序列的代表性短序列。本文提出的這種步態(tài)序列標(biāo)

4、準(zhǔn)化的方法在幾乎沒(méi)有損失原有信息量的前提下，既達(dá)到了減少存儲(chǔ)量的目的，同時(shí)也將步態(tài)數(shù)據(jù)實(shí)現(xiàn)了統(tǒng)一規(guī)范化。與關(guān)鍵幀法相比，具有明顯的優(yōu)勢(shì)。
　　 2．提取了有效的步態(tài)特征。由于步態(tài)受到許多外在客觀因素的影響，基于單個(gè)特征的識(shí)別率一直很低，因此本文提出了一種新的算法，將多類特征進(jìn)行有機(jī)融合，以達(dá)到提高識(shí)別率的目的。經(jīng)過(guò)研究發(fā)現(xiàn)，人體關(guān)節(jié)點(diǎn)能很好的表征人體的步態(tài)特征，對(duì)每個(gè)序列用下肢關(guān)節(jié)角度描述其動(dòng)態(tài)特征，并用關(guān)節(jié)點(diǎn)的形狀上下文描述其