三維步態(tài)識(shí)別.pdf

1、生物特征識(shí)別是指通過(guò)自動(dòng)化技術(shù)利用人體的生理特征或行為特征進(jìn)行身份鑒定。步態(tài)是指人體下肢的運(yùn)動(dòng)方式。作為一種生物特征，已成為研究熱點(diǎn)。 相對(duì)于其它生物特征，步態(tài)具有獨(dú)特的優(yōu)點(diǎn)。步態(tài)的優(yōu)點(diǎn)是：非侵犯性；可以遠(yuǎn)距離識(shí)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(lái)說(shuō)，每一個(gè)人都有一個(gè)獨(dú)特的步態(tài)，因?yàn)椴綉B(tài)模式主要是由個(gè)體的體重、肢長(zhǎng)和習(xí)慣姿態(tài)等因素決定的。 本文針對(duì)整個(gè)步態(tài)系統(tǒng)做了研究，對(duì)于3D步態(tài)模型建立、3D步態(tài)識(shí)別提

2、出了新的算法，并在實(shí)驗(yàn)中取得了顯著成果。此外，在步態(tài)的檢測(cè)和2D步態(tài)識(shí)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(jì)算機(jī)圖形學(xué)和機(jī)器人學(xué)的模型建立方法，將基本的幾何模型通過(guò)旋轉(zhuǎn)、縮放、平移和連接，以及坐標(biāo)系變換，建立3D步態(tài)模型。實(shí)驗(yàn)結(jié)果表明，通過(guò)對(duì)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(guò)3D建模軟件得到。 3D步態(tài)識(shí)別：對(duì)視角無(wú)關(guān)的步態(tài)識(shí)別，提出了窮舉搜索、分步搜索、

3、多分辨率搜索、關(guān)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(guò)各種衡量指標(biāo)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(guò)搜索使3D步態(tài)模型和人體達(dá)到最佳匹配，進(jìn)而得到人體的靜態(tài)和動(dòng)態(tài)參數(shù)，用來(lái)作為測(cè)試樣本特征。訓(xùn)練樣本的特征通過(guò)手動(dòng)測(cè)量得到。最后用序列匹配法進(jìn)行識(shí)別。在CMUMOBO步態(tài)庫(kù)上用上述不同的搜索方法進(jìn)行計(jì)算，得到了最高為90％的識(shí)別率。對(duì)視角有關(guān)的步態(tài)識(shí)別，先從建模軟件中直接讀取模型的參數(shù)，作為訓(xùn)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(duì)應(yīng)關(guān)系，用預(yù)測(cè)的方法得到測(cè)試樣本的特征，最后用SVM來(lái)進(jìn)行識(shí)別。實(shí)驗(yàn)中利用了POSER庫(kù)中的人物模型，采用GRNN網(wǎng)絡(luò)，用上述方法進(jìn)行計(jì)算，得到了100％的識(shí)別率。 步態(tài)檢測(cè)：本文提出了邊緣幀差法和幀差-背景減除法，并在實(shí)驗(yàn)室條件下用CCD攝像機(jī)進(jìn)行實(shí)時(shí)步態(tài)檢測(cè)。實(shí)驗(yàn)證明這兩種方法可以滿足實(shí)時(shí)處理的要求，檢測(cè)結(jié)果也相對(duì)較好。 2D步態(tài)識(shí)別：本文提出了基