基于步幅長度及頻域特征的步態(tài)識別方法研究.pdf

1、步態(tài)識別是近些年來生物特征識別和計算機視覺中活躍的研究課題之一。它旨在根據(jù)人行進過程中的行走步態(tài)模式來識別其身份。它的研究主要由三部分構成：運動目標檢測、特征提取和步態(tài)識別。本文針對這三部分主要開展了以下的研究工作： 首先，分析了常用的運動檢測算法，并根據(jù)具體情況構建背景圖像，采用背景減除算法實現(xiàn)了運動人體的檢測，利用閾值分割和形態(tài)學操作實現(xiàn)了圖像的二值化。用Canny算法進行了邊緣提取，為后續(xù)特征提取工作提供了良好的基礎。

2、 其次，在特征提取方面，提出了根據(jù)步幅長度變化特征來進行周期分割的方法，在一個步態(tài)周期內(nèi)確定了四個關鍵幀姿態(tài)。然后采用了二維離散傅里葉變換將運動檢測后的二值圖像變換到頻域，提取四個關鍵幀的頻譜能量幅值，計算其均值作為特征值，結(jié)合人體步幅長度特征構成五維特征向量。 最后，使用標準的模式分類器——最近鄰法分類器(NN)及K 近鄰分類器(KNN)實現(xiàn)身份識別。在中科院自動化所提供的CASIA步態(tài)數(shù)據(jù)庫(CASIA Gait Dat