基于雙支撐相輪廓特征的步態(tài)識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著人類進(jìn)入信息化時(shí)代,以及人們對(duì)于安全問題的重視,越來越多的監(jiān)控錄像以數(shù)字視頻形式存儲(chǔ)?；谝曨l信息進(jìn)行人的身份的識(shí)別變得非常有現(xiàn)實(shí)意義。步態(tài)識(shí)別是一種新興的生物特征識(shí)別技術(shù),旨在通過人們走路的姿態(tài)進(jìn)行身份識(shí)別,與其他的生物識(shí)別技術(shù)相比,步態(tài)識(shí)別具有非接觸遠(yuǎn)距離和不容易偽裝的優(yōu)點(diǎn)。其特點(diǎn)很符合智能監(jiān)控領(lǐng)域的應(yīng)用需求,所以步態(tài)識(shí)別逐漸成為當(dāng)今的研究熱點(diǎn)。
　　人本身很容易進(jìn)行步態(tài)識(shí)別,在一定距離之外能夠根據(jù)行走人的步態(tài)辨別出認(rèn)識(shí)的

2、人。但是步態(tài)視頻的數(shù)據(jù)量非常大,所以步態(tài)識(shí)別的計(jì)算量非常大,處理起來也比較復(fù)雜和困難。雖然在生物學(xué)和力學(xué)上對(duì)人體步態(tài)進(jìn)行了大量的研究工作,但基于人體步態(tài)的身份識(shí)別的研究工作還處于實(shí)驗(yàn)性階段。到目前為止,還沒有商業(yè)化的基于步態(tài)的身份識(shí)別系統(tǒng)。
　　本文主要研究基于人體側(cè)面步態(tài)視頻的實(shí)用步態(tài)識(shí)別系統(tǒng)實(shí)現(xiàn)。通過分析大量步態(tài)特征,在步態(tài)周期輪廓矩形寬高比以及大腿和小腿的傾斜角呈明顯周期性變化。將輪廓矩形寬高比和傾斜角作為主要步態(tài)特征。首先

3、根據(jù)運(yùn)動(dòng)物體視頻圖像的特點(diǎn),對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)與跟蹤,采用基于改進(jìn)的背景減除法提取運(yùn)動(dòng)區(qū)域圖像。然后通過形態(tài)學(xué)去噪處理,提取人體步態(tài)處于雙支撐相時(shí)的輪廓矩形寬高比作為步態(tài)特征;再對(duì)雙支撐相時(shí)的輪廓局部應(yīng)用Hough變換檢測(cè)大腿和小腿的直線,從而得到大腿和小腿的傾斜角作為另一個(gè)步態(tài)特征。最后利用隱馬爾科夫模型算法對(duì)提取的步態(tài)特征進(jìn)行分類訓(xùn)練。
　　本文研究的步態(tài)識(shí)別系統(tǒng)主要基于OpenCV視覺函數(shù)庫實(shí)現(xiàn)的。實(shí)驗(yàn)樣本是實(shí)際采集的多人側(cè)