步態(tài)識(shí)別中關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf

1、步態(tài)識(shí)別是生物特征識(shí)別中的一個(gè)新興領(lǐng)域,目的是根據(jù)人的走路姿態(tài)實(shí)現(xiàn)對(duì)個(gè)體進(jìn)行身份識(shí)別,具有廣泛的應(yīng)用前景,成為近年來(lái)計(jì)算機(jī)視覺(jué)中備受關(guān)注的前沿方向。步態(tài)識(shí)別主要針對(duì)含有人體步行的運(yùn)動(dòng)視頻序列進(jìn)行分析,其關(guān)鍵在于尋找有效的步態(tài)特征及分類(lèi)方法,融合了視頻序列處理、模式識(shí)別及計(jì)算機(jī)視覺(jué)等多種技術(shù)。本文從同時(shí)考慮理論和實(shí)際應(yīng)用,對(duì)視頻輸入的步態(tài)識(shí)別算法進(jìn)行了一些探索和改進(jìn)。本文的主要工作如下:
　　 1)研究了步態(tài)識(shí)別中的預(yù)處理過(guò)程,處

2、理流程如下:首先利用中值法建立背景模型,使用背景差分法提取出人體運(yùn)動(dòng)目標(biāo)輪廓,利用橫向和縱向的投影獲取人體區(qū)域并將其歸一化,將一個(gè)步態(tài)周期內(nèi)的二進(jìn)制輪廓圖像疊加獲得步態(tài)能量圖用于后續(xù)的特征提取。
　　 2)提出了使用分塊二維雙向主成分分析方法對(duì)步態(tài)能量圖進(jìn)行分塊后提取特征,從而有效降低了維數(shù),減少了運(yùn)算量,在美國(guó)南佛羅里達(dá)大學(xué)USF步態(tài)數(shù)據(jù)庫(kù)上用最近鄰分類(lèi)法進(jìn)行分類(lèi)和識(shí)別,獲得了較好的識(shí)別率,在衣著和背包等變化的情況下表現(xiàn)出較好