基于視角相關角度分量特征的步態(tài)識別.pdf

1、在計算機視覺和智能視頻監(jiān)控領域中，步態(tài)識別是生物特征識別技術中一個新興的研究領域，它是一種根據(jù)人的走路方式來識別身份的方法。相對于其他生物特征識別技術（如指紋、虹膜、人臉等），步態(tài)識別的優(yōu)勢在于它的非接觸性、非侵犯性、易于采集、及遠距離感知等特點?；谶@些特點，步態(tài)識別在門禁系統(tǒng)、安全監(jiān)控、人機交互、醫(yī)療診斷等領域具有廣泛的應用前景和經(jīng)濟價值。一個完整的步態(tài)識別系統(tǒng)主要由三大部分組成：運動目標檢測、步態(tài)特征提取和分類識別過程。本文對當前

2、步態(tài)識別在國內(nèi)外的研究狀況和處理方法做了廣泛的學習和研究，并分別就以上提到的三個關鍵部分做了較為深入的討論。
　　 本文介紹了一些步態(tài)識別技術，總結并分析學者們在步態(tài)識別領域的研究方法以及其貢獻和優(yōu)勢所在，并簡明闡述了步態(tài)識別技術廣泛使用的相關理論和方法，以及其研究現(xiàn)狀和發(fā)展趨勢。在運動目標檢測部分，本文采用一種基于色度坐標的高斯混合模型來提高低對比像素點的檢測率，保證提取步態(tài)目標的準確性進而保證視角檢測的準確性。然后，檢測到的

3、目標序列根據(jù)圖形學的成像幾何原理計算得到步態(tài)序列在三維空間的視角，由此檢測到的視角可用于選擇最優(yōu)的分類識別方法，以充分發(fā)揮每種分類器的優(yōu)點。在步態(tài)特征提取部分，本文提出以角度分量特征作為步態(tài)特征的方法，首先計算每一幀在各個角度間隔內(nèi)的像素點到質心的距離的平均值，并把該平均值分解為水平和垂直兩個分量作為當前幀的角度分量特征，再計算第一幀到當前幀的角度分量特征的平均值作為最終的步態(tài)特征。由于該方法考慮到水平和垂直兩個方面對識別的影響，因此相

4、對角度特征具有更好的分類能力，尤其提高了在非側面視角下的識別率。在步態(tài)識別過程中，采用基于視角的多分類器融合的識別方法，根據(jù)視角檢測過程得到的視角選擇在該視角下最優(yōu)的分類器進行步態(tài)識別。本文融合使用線性時間歸一化（LTN）匹配法和常用的k近鄰法（KNN）進行步態(tài)識別，兩種方法優(yōu)勢互補，既發(fā)揮了KNN方法在各個視角識別的相對穩(wěn)定性，又發(fā)揮了LTN方法在側面視角下識別率比較高的優(yōu)勢，最終實現(xiàn)在每個視角都能夠選擇最優(yōu)的識別方法從而達到最好的識