三維步態(tài)識別.pdf_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、生物特征識別是指通過自動化技術利用人體的生理特征或行為特征進行身份鑒定。步態(tài)是指人體下肢的運動方式。作為一種生物特征,已成為研究熱點。 相對于其它生物特征,步態(tài)具有獨特的優(yōu)點。步態(tài)的優(yōu)點是:非侵犯性;可以遠距離識別;步態(tài)難以隱藏;步態(tài)具有唯一性。從生物特征的角度來說,每一個人都有一個獨特的步態(tài),因為步態(tài)模式主要是由個體的體重、肢長和習慣姿態(tài)等因素決定的。 本文針對整個步態(tài)系統(tǒng)做了研究,對于3D步態(tài)模型建立、3D步態(tài)識別提

2、出了新的算法,并在實驗中取得了顯著成果。此外,在步態(tài)的檢測和2D步態(tài)識別部分也做了大量的工作。 3D步態(tài)模型建立:本文提出了一種基于計算機圖形學和機器人學的模型建立方法,將基本的幾何模型通過旋轉(zhuǎn)、縮放、平移和連接,以及坐標系變換,建立3D步態(tài)模型。實驗結(jié)果表明,通過對程序參數(shù)的調(diào)整,可以得到該模型任意視角的步態(tài)。此外,3D步態(tài)模型也可以通過3D建模軟件得到。 3D步態(tài)識別:對視角無關的步態(tài)識別,提出了窮舉搜索、分步搜索、

3、多分辨率搜索、關鍵幀搜索、遺傳算法搜索和多視角搜索六種搜索方法,并通過各種衡量指標的綜合比較,得出了遺傳算法優(yōu)于其它搜索算法的結(jié)論。通過搜索使3D步態(tài)模型和人體達到最佳匹配,進而得到人體的靜態(tài)和動態(tài)參數(shù),用來作為測試樣本特征。訓練樣本的特征通過手動測量得到。最后用序列匹配法進行識別。在CMUMOBO步態(tài)庫上用上述不同的搜索方法進行計算,得到了最高為90%的識別率。對視角有關的步態(tài)識別,先從建模軟件中直接讀取模型的參數(shù),作為訓練樣本特征。

4、然后用GRNN或SVR建立2D圖像與其3D模型參數(shù)之間的一種非線性的對應關系,用預測的方法得到測試樣本的特征,最后用SVM來進行識別。實驗中利用了POSER庫中的人物模型,采用GRNN網(wǎng)絡,用上述方法進行計算,得到了100%的識別率。 步態(tài)檢測:本文提出了邊緣幀差法和幀差-背景減除法,并在實驗室條件下用CCD攝像機進行實時步態(tài)檢測。實驗證明這兩種方法可以滿足實時處理的要求,檢測結(jié)果也相對較好。 2D步態(tài)識別:本文提出了基

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。

評論

0/150

提交評論