基于單目視頻的人體步態(tài)識(shí)別.pdf

1、人體步態(tài)識(shí)別作為一種在未來(lái)會(huì)推進(jìn)智能監(jiān)控領(lǐng)域發(fā)展的新興人工智能技術(shù)，已經(jīng)備受研究者們的關(guān)注和青睞。每個(gè)人生理結(jié)構(gòu)的差異性決定了每個(gè)人步態(tài)的唯一性，也決定了步態(tài)研究的可行性。步態(tài)識(shí)別就是依據(jù)不同的走路姿勢(shì)來(lái)判斷人物的身份。步態(tài)特征是唯一具有遠(yuǎn)距離感知特性的生物特征。一般來(lái)說(shuō)，步態(tài)識(shí)別技術(shù)主要包含了運(yùn)動(dòng)目標(biāo)的分割及預(yù)處理、特征提取和步態(tài)識(shí)別。本文主要做了以下幾個(gè)方面的研究工作。
　　(1)通過(guò)對(duì)步態(tài)識(shí)別的國(guó)內(nèi)外發(fā)展及應(yīng)用狀況的研究，分

2、析了人體運(yùn)動(dòng)目標(biāo)檢測(cè)及背景建模的不同方法并比較各種方法的優(yōu)缺點(diǎn)，且在此基礎(chǔ)上選擇合適的運(yùn)動(dòng)目標(biāo)分割方法—背景減除法，最后對(duì)分割后的目標(biāo)輪廓進(jìn)行預(yù)處理。
　　(2)本文針對(duì)人體步態(tài)視頻流的數(shù)據(jù)量大，后期算法復(fù)雜、識(shí)別效率低等問(wèn)題，采用關(guān)鍵幀算法對(duì)步態(tài)序列進(jìn)行降維。通過(guò)比較不同的算法，選擇人體輪廓寬高比的算法進(jìn)行步態(tài)周期的檢測(cè)，最后采用極值檢測(cè)法進(jìn)行關(guān)鍵幀的確定。
　　(3)分析已有的研究成果，了解并掌握有關(guān)的步態(tài)特征的描述方法

3、。分別采用了邊界輪廓特征（歸一化的傅里葉描述符）和整體輪廓特征（歸一化的zernike矩）描述方法在動(dòng)態(tài)時(shí)間規(guī)整識(shí)別算法的基礎(chǔ)上進(jìn)行基于步態(tài)的身份識(shí)別，最后分析比較了兩種步態(tài)特征提取方法的優(yōu)劣，選取了合適的步態(tài)特征提取算法。
　　(4)討論已有的動(dòng)作識(shí)別算法，并且比較了各種算法的優(yōu)缺點(diǎn)，在此基礎(chǔ)上提出了一種基于加權(quán)距離的步態(tài)識(shí)別算法，用該算法在自建數(shù)據(jù)庫(kù)、CASIA數(shù)據(jù)庫(kù)、MIT數(shù)據(jù)庫(kù)上分別進(jìn)行步態(tài)識(shí)別。
　　通過(guò)對(duì)大量實(shí)驗(yàn)