基于簡單場景的步態(tài)識別系統(tǒng)研究與實現(xiàn).pdf

1、近年來，隨著生物特征識別技術研究的不斷深入，步態(tài)識別作為一種依據(jù)人體走路步態(tài)進行身份識別的技術，具有易于采集、遠距離識別、難于隱藏等優(yōu)點，吸引了國內外眾多研究機構和高等院校的關注，同時步態(tài)識別技術的研究將會對視頻監(jiān)控以及打擊犯罪分子等方面，具有很好的實際意義和應用前景。
　　 步態(tài)識別的研究工作主要包括以下幾個方面，運動目標的檢測，特征提取與表達，步態(tài)的分類和識別等。本文根據(jù)這些內容，主要做了以下幾個方面的工作:
　　

2、運用圖像的灰度化處理和均值濾波來對步態(tài)圖像序列進行預處理，然后利用混合高斯模型對步態(tài)圖像序列進行背景建模，獲取背景圖像，選取背景減除法獲取步態(tài)前景目標，并采用間接差分法的閾值選擇方式獲得運動目標的分割圖像，再利用形態(tài)學處理中的膨脹、腐蝕操作對目標圖像進行平滑和去噪處理。得到準確有效的步態(tài)二值圖像。
　　 采用8鄰域邊緣輪廓跟蹤算法提得出二值圖像的邊緣輪廓，并根據(jù)步態(tài)邊緣輪廓的外接面積隨時間變化來對步態(tài)序列的周期性進行估計，同時選

3、取一個周期中面積最大和最小的四幀序列作為該步態(tài)序列的關鍵序列，最后計算出入體輪廓的傅里葉描述子和步幅特征一起作為描述步態(tài)的特征方法，并經(jīng)融合一起作為步態(tài)特征的特征向量。
　　 依據(jù)上面提取的特征構造連續(xù)隱馬爾科夫模型，然后運用此模型對人體步態(tài)序列進行訓練得出各個序列的參數(shù)，然后基于統(tǒng)計概率的原則實現(xiàn)對待測步態(tài)序列的識別，最后經(jīng)過CASIA步態(tài)數(shù)據(jù)庫的檢測，取得了不錯的識別效果。
　　 本文以Vc++6.0作為工具開發(fā)出一