基于人體步態(tài)特征的身份識(shí)別系統(tǒng)研究.pdf

1、步態(tài)識(shí)別是生物特征識(shí)別技術(shù)中一個(gè)新興的研究領(lǐng)域,它旨在根據(jù)人們走路的方式進(jìn)行人的身份識(shí)別,尤其適用于非接觸式、遠(yuǎn)距離情況下的身份認(rèn)證,目前已引起了模式識(shí)別研究者的濃厚興趣,并逐漸成為生物特征識(shí)別領(lǐng)域中備受關(guān)注的前沿課題。本文研究了基于人體步態(tài)特征的遠(yuǎn)距離身份識(shí)別技術(shù),主要探討了人體運(yùn)動(dòng)的步態(tài)檢測(cè)、步態(tài)特征提取、單視角下的步態(tài)識(shí)別以及基于多視角信息融合的步態(tài)識(shí)別等相關(guān)問(wèn)題。針對(duì)不同視角下人的步態(tài)不同這一特點(diǎn),提出了中值和高斯建模兩種背景抽

2、取方法,采用背景減除技術(shù),有效地檢測(cè)出了運(yùn)動(dòng)目標(biāo),并通過(guò)采用計(jì)算顏色模型的色差,有效地抑制了陰影,采用數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹運(yùn)算較好地去除了場(chǎng)景中的噪聲,進(jìn)一步采用連通性分析成功地提取出了人體運(yùn)動(dòng)區(qū)域。采用輪廓跟蹤技術(shù)提取出了人體步態(tài)的輪廓,消除了人體中存在的小空洞對(duì)輪廓提取的影響。分別通過(guò)計(jì)算質(zhì)心到人體輪廓的距離、傅立葉描述子和小波描述子有效地提取出了人體步態(tài)的特征。提出了單視角下的基于主成分分析和最近鄰分類器的識(shí)別算法以及基于獨(dú)立成

3、分分析和支持向量機(jī)的識(shí)別算法。算法將每一個(gè)步態(tài)序列作為一個(gè)整體進(jìn)行統(tǒng)計(jì)描述,采用主成分分析和獨(dú)立成分分析對(duì)步態(tài)特征進(jìn)行了壓縮,然后通過(guò)最近鄰分類器和支持向量機(jī)分類器完成識(shí)別,并具有較高的識(shí)別率。利用不同視角下的步態(tài)特征能為身份識(shí)別提供信息互補(bǔ)這一特點(diǎn),提出了一種基于多視角步態(tài)信息融合的身份識(shí)別方法,通過(guò)融合不同視角下的人體步態(tài)特征,完成了多視角下步態(tài)信息融合的身份識(shí)別。算法在中國(guó)科學(xué)院自動(dòng)化研究所和西安理工大學(xué)的步態(tài)數(shù)據(jù)庫(kù)上進(jìn)行了實(shí)驗(yàn),