基于子空間學(xué)習(xí)的多視角步態(tài)識(shí)別算法研究.pdf

1、隨著計(jì)算機(jī)視覺(jué)和模式識(shí)別理論的發(fā)展，步態(tài)識(shí)別作為一種新穎的生物特征識(shí)別技術(shù)，近年來(lái)引起了國(guó)內(nèi)外學(xué)者的關(guān)注。步態(tài)識(shí)別旨在根據(jù)行人的走路姿勢(shì)實(shí)現(xiàn)對(duì)個(gè)人身份的識(shí)別，具有遠(yuǎn)距離、非接觸、難偽裝、模仿或隱藏的特點(diǎn)。在安全敏感場(chǎng)所的視頻監(jiān)控、訪問(wèn)控制、輔助破案等方面具有廣泛的應(yīng)用價(jià)值。
　　由于人的行走方向是任意的，當(dāng)攝像頭固定時(shí)，人的行走方向與攝像機(jī)光軸所成夾角是任意的，即步態(tài)視角通常是未知的。而不同視角下觀察到的同一個(gè)人的人體外觀差異很大

2、。從而導(dǎo)致同一個(gè)人不同步態(tài)視角視圖之間的變化大于不同人不同步態(tài)視角視圖之間的變化，使算法識(shí)別性能在視角改變時(shí)急劇下降。因此，為了構(gòu)建一個(gè)待識(shí)別序列視角未知的完整步態(tài)識(shí)別算法，提高步態(tài)識(shí)別算法的識(shí)別性能，促進(jìn)步態(tài)識(shí)別技術(shù)朝著實(shí)用化的方法發(fā)展，本文給出了基于子空間學(xué)習(xí)的多視角步態(tài)識(shí)別算法，本文主要工作如下:
　　1)給出了基于步態(tài)能量圖投影信息的步態(tài)視角識(shí)別算法
　　針對(duì)待識(shí)別步態(tài)序列視角未知問(wèn)題，本文以步態(tài)能量圖為基礎(chǔ)，通過(guò)分

3、析不同視角步態(tài)能量圖的特點(diǎn)，提出了一種基于步態(tài)能量圖投影信息的步態(tài)視角識(shí)別算法。該算法采用步態(tài)視圖兩級(jí)分類機(jī)制，先利用步態(tài)能量圖投影信息將待識(shí)別步態(tài)序列分成前視圖和后視圖兩類，再分別對(duì)每一類視圖進(jìn)行細(xì)分類，從而實(shí)現(xiàn)步態(tài)視角識(shí)別。實(shí)驗(yàn)結(jié)果表明，該算法充分利用步態(tài)能量圖投影信息，提高了步態(tài)視角識(shí)別算法性能，取得了較好的識(shí)別效果。
　　2)給出了基于視圖一致性的多視角判別分析步態(tài)識(shí)別算法
　　為了提高多視角步態(tài)識(shí)別算法性能，本文采

4、用子空間學(xué)習(xí)的方法，以MvDA為框架，結(jié)合步態(tài)視角識(shí)別算法，將結(jié)合視圖一致性的多視角判別分析應(yīng)用于交叉視角步態(tài)識(shí)別，給出了一種基于視圖一致性的多視角判別分析步態(tài)識(shí)別算法。實(shí)結(jié)果表明，該算法優(yōu)化了步態(tài)視圖判別分析性能，提高了多視角步態(tài)識(shí)別算法性能。
　　3)給出了基于視角識(shí)別的加權(quán)融合多視角步態(tài)識(shí)別算法
　　針對(duì)待識(shí)別步態(tài)視角與數(shù)據(jù)庫(kù)中步態(tài)視角不一致問(wèn)題，本文結(jié)合步態(tài)視角識(shí)別算法，提出了一種基于視角識(shí)別的加權(quán)融合多視角步態(tài)識(shí)別

5、算法。該算法以步態(tài)視角識(shí)別為基礎(chǔ)，利用相近視角加權(quán)融合，將匹配總分值作為步態(tài)識(shí)別的依據(jù)，對(duì)數(shù)據(jù)庫(kù)中未包含的步態(tài)視角視圖進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)未知視角視圖步態(tài)識(shí)別魯棒性較好。
　　為了驗(yàn)證基于子空間學(xué)習(xí)的多視角步態(tài)識(shí)別算法的識(shí)別性能，本文使用中科院CASIA-B數(shù)據(jù)集124人11個(gè)視角的步態(tài)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。從中隨機(jī)抽取74人作為訓(xùn)練集，其余50人作為測(cè)試集。實(shí)驗(yàn)結(jié)果顯示本文的步態(tài)識(shí)別準(zhǔn)確性在待識(shí)別視角參與訓(xùn)練時(shí)為86.18％