步態(tài)識(shí)別關(guān)鍵技術(shù)研究.pdf

1、生物特征識(shí)別技術(shù)利用人的行為特征的唯一性來對人體進(jìn)行識(shí)別，在信息安全方面具有很高的應(yīng)用價(jià)值，可廣泛應(yīng)用到金融、司法、國家安全等重要領(lǐng)域?，F(xiàn)今，生物識(shí)別技術(shù)的一些領(lǐng)域已成績斐然，但這些技術(shù)都或多或少在某些方面存在缺陷，如必須存在實(shí)際的接觸、遠(yuǎn)距離無法采集數(shù)據(jù)等等，而步態(tài)識(shí)別技術(shù)可以與已有的生物識(shí)別技術(shù)進(jìn)行優(yōu)勢互補(bǔ)。步態(tài)識(shí)別技術(shù)無需真實(shí)的物理接觸，可遠(yuǎn)距離收集數(shù)據(jù)，具有隱蔽性和不可侵犯性。正因其自身的特點(diǎn)，步態(tài)識(shí)別技術(shù)具有巨大的發(fā)展和應(yīng)用潛

2、力，近幾年步態(tài)識(shí)別理論研究取得了一定的成果，因此步態(tài)識(shí)別逐漸成為炙手可熱的研究方向。
　　本課題旨在對步態(tài)識(shí)別關(guān)鍵技術(shù)進(jìn)行研究，主要工作如下：
　?。?）為了提取更好的人體目標(biāo)并減少計(jì)算量，改進(jìn)了傳統(tǒng)混合高斯背景建模的更新算法，使用基于區(qū)域的背景更新算法，使背景更新計(jì)算量驟降。
　?。?）為了提取出性能更好的人體輪廓，改進(jìn)了傳統(tǒng)Canny邊緣提取算法。對所有像素延梯度方向進(jìn)行幅度插值，提高邊緣檢測精度；并運(yùn)用梯度直方圖

3、獲取雙閾值，提高了算法的適應(yīng)性。
　?。?）優(yōu)化了文獻(xiàn)[53]的步態(tài)識(shí)別算法，使用中科院步態(tài)識(shí)別數(shù)據(jù)庫，提取樣本的高寬比、輪廓特征、關(guān)節(jié)角度特征和面積特征；為了降低特征空間維度，對面積特征進(jìn)行主元空間變換，針對主元成分析還選取不同維數(shù)的轉(zhuǎn)換矩陣進(jìn)行比較試驗(yàn)，最終選取最優(yōu)的維度，使得特征維數(shù)從160維轉(zhuǎn)換到10維，降低后續(xù)處理的復(fù)雜度；為了去除關(guān)節(jié)角度特征信號(hào)之間的相關(guān)性，獲得更優(yōu)的步態(tài)特征，采用離散余弦變換將信號(hào)從時(shí)域轉(zhuǎn)化到頻域。