基于統(tǒng)計分析方法的步態(tài)識別研究.pdf

1、步態(tài)識別是生物特征識別技術(shù)中的一個新興領(lǐng)域，它根據(jù)人們走路的姿勢進(jìn)行身份識別。區(qū)別于指紋、人臉和虹膜等生物特征，步態(tài)具有非侵犯性、難以隱藏、對系統(tǒng)分辨率要求低、遠(yuǎn)距離識別等優(yōu)點(diǎn)，已成為基于視覺的人體運(yùn)動分析的研究熱點(diǎn)。 基于統(tǒng)計分析法的步態(tài)識別的研究工作主要包括運(yùn)動目標(biāo)檢測、特征提取與表達(dá)、步態(tài)特征分析和步態(tài)識別四個方面。圍繞著這幾個方面，本文對步態(tài)識別進(jìn)行了深入的研究，主要開展了以下幾方面的工作： ①本文選用輪廓的時空

2、信息作為步態(tài)的特征。對于每個步態(tài)序列，采用改進(jìn)的背景減除法檢測運(yùn)動目標(biāo)；運(yùn)用形態(tài)學(xué)算子消除噪聲和小孔的干擾；通過輪廓跟蹤檢測輪廓邊緣，并將二維輪廓形狀轉(zhuǎn)變成質(zhì)心與輪廓邊緣的一維距離信號以表達(dá)原始步態(tài)特征。 ②提出了一種基于主成分分析(PCA)與線性判決分析(LDA)相結(jié)合的步態(tài)識別算法。該算法首先使用PCA對高維步態(tài)輪廓特征進(jìn)行降維；采用L.DA對低維特征空間進(jìn)行最優(yōu)分類；利用時空相關(guān)和歸一化歐式距離進(jìn)行相似性度量；最后使用近鄰

3、法和K近鄰法進(jìn)行分類識別。實(shí)驗(yàn)結(jié)果表明：采用PCA與LDA相結(jié)合的步念識別算法要優(yōu)于采用PCA的步態(tài)識別算法。 ③針對步態(tài)輪廓線是封閉曲線的特點(diǎn)，提出了一種基于傅立葉描述子和BP神經(jīng)網(wǎng)絡(luò)的步態(tài)識別算法。該算法通過步態(tài)周期性分析提取步態(tài)序列的關(guān)鍵幀；使用傅立葉變換提取關(guān)鍵幀輪廓的傅立葉系數(shù)(即傅立葉描述子)作為步態(tài)特征；利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行特征分類識別。實(shí)驗(yàn)結(jié)果不僅表明傅立葉描述子能很好地表達(dá)步態(tài)的時空特性，而且該算法也取得了令人