

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
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。它旨在根據(jù)人們的走路姿勢實現(xiàn)對個人身份的識別或生理、病理及心理特征的檢測,成為近年來生物醫(yī)學信息檢測領(lǐng)域備受關(guān)注的前沿方向。步態(tài)識別主要是針對人的運動圖像序列進行分析處理,通常包括目標分割、特征提取與處理和識別分類三個階段。它在虛擬現(xiàn)實,視覺監(jiān)控,感知接口中均有廣泛的應用前景,本文探討了視覺分析中步態(tài)圖像序列的檢測,特征提取和分類識別等相關(guān)問題,并總結(jié)了當前步態(tài)識別國內(nèi)外的研究現(xiàn)狀和常用的處理
2、方法。
首先對步態(tài)進行預處理。通過分析和比較常用的運動檢測方法,針對文中使用的步態(tài)序列具有背景簡單的特點,采用背景減除法實現(xiàn)步態(tài)檢測對步態(tài)運動的周期性進行分析,并利用人體側(cè)影的高寬信息計算步態(tài)周期。
其次,針對基于單一特征的步態(tài)識別方法一般不能得到令人滿意的識別效果,利用特征融合的思想,提出了在匹配層上融合下肢角度及輪廓描繪子特征的步態(tài)識別方法。融合過程中,賦予權(quán)重使兩種步態(tài)特征按較優(yōu)的比例進行組合,以充分發(fā)揮其互補
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM和DSW的列質(zhì)量向量特征步態(tài)識別方法研究.pdf
- 基于視觸覺多特征融合的步態(tài)識別方法研究.pdf
- 基于人體輪廓和腿部特征的步態(tài)識別方法.pdf
- 基于角度及輪廓特征的步態(tài)識別方法研究.pdf
- 基于特征優(yōu)化和多特征融合的雜草識別方法研究.pdf
- 基于融合特征的火焰和煙霧識別方法研究.pdf
- 基于特征融合和稀疏表示的表情識別方法研究.pdf
- 基于步態(tài)及人臉特征的身份識別方法研究.pdf
- 基于Adaboost和SVM的車牌識別方法研究.pdf
- 基于矩和步幅特征融合的步態(tài)識別研究.pdf
- 基于DWT和SVM的多特征步態(tài)識別技術(shù)研究.pdf
- 基于步幅長度及頻域特征的步態(tài)識別方法研究.pdf
- 基于Adaboost和SVM的車標識別方法研究.pdf
- 基于SVM和ELM的人臉識別方法.pdf
- 基于多特征融合的火焰識別方法研究.pdf
- 基于特征融合的步態(tài)識別的研究.pdf
- 基于多特征融合的車輛品牌識別方法研究.pdf
- 基于人體特征信息融合的身份識別方法研究.pdf
- 基于SVM的步態(tài)識別研究.pdf
- 基于興趣點多特征融合的物體識別方法研究.pdf
評論
0/150
提交評論