基于子空間學習的多視角步態(tài)識別算法研究.pdf

1、隨著計算機視覺和模式識別理論的發(fā)展，步態(tài)識別作為一種新穎的生物特征識別技術，近年來引起了國內外學者的關注。步態(tài)識別旨在根據行人的走路姿勢實現對個人身份的識別，具有遠距離、非接觸、難偽裝、模仿或隱藏的特點。在安全敏感場所的視頻監(jiān)控、訪問控制、輔助破案等方面具有廣泛的應用價值。
　　由于人的行走方向是任意的，當攝像頭固定時，人的行走方向與攝像機光軸所成夾角是任意的，即步態(tài)視角通常是未知的。而不同視角下觀察到的同一個人的人體外觀差異很大

2、。從而導致同一個人不同步態(tài)視角視圖之間的變化大于不同人不同步態(tài)視角視圖之間的變化，使算法識別性能在視角改變時急劇下降。因此，為了構建一個待識別序列視角未知的完整步態(tài)識別算法，提高步態(tài)識別算法的識別性能，促進步態(tài)識別技術朝著實用化的方法發(fā)展，本文給出了基于子空間學習的多視角步態(tài)識別算法，本文主要工作如下:
　　1)給出了基于步態(tài)能量圖投影信息的步態(tài)視角識別算法
　　針對待識別步態(tài)序列視角未知問題，本文以步態(tài)能量圖為基礎，通過分

3、析不同視角步態(tài)能量圖的特點，提出了一種基于步態(tài)能量圖投影信息的步態(tài)視角識別算法。該算法采用步態(tài)視圖兩級分類機制，先利用步態(tài)能量圖投影信息將待識別步態(tài)序列分成前視圖和后視圖兩類，再分別對每一類視圖進行細分類，從而實現步態(tài)視角識別。實驗結果表明，該算法充分利用步態(tài)能量圖投影信息，提高了步態(tài)視角識別算法性能，取得了較好的識別效果。
　　2)給出了基于視圖一致性的多視角判別分析步態(tài)識別算法
　　為了提高多視角步態(tài)識別算法性能，本文采

4、用子空間學習的方法，以MvDA為框架，結合步態(tài)視角識別算法，將結合視圖一致性的多視角判別分析應用于交叉視角步態(tài)識別，給出了一種基于視圖一致性的多視角判別分析步態(tài)識別算法。實結果表明，該算法優(yōu)化了步態(tài)視圖判別分析性能，提高了多視角步態(tài)識別算法性能。
　　3)給出了基于視角識別的加權融合多視角步態(tài)識別算法
　　針對待識別步態(tài)視角與數據庫中步態(tài)視角不一致問題，本文結合步態(tài)視角識別算法，提出了一種基于視角識別的加權融合多視角步態(tài)識別

5、算法。該算法以步態(tài)視角識別為基礎，利用相近視角加權融合，將匹配總分值作為步態(tài)識別的依據，對數據庫中未包含的步態(tài)視角視圖進行識別。實驗結果表明，該算法對未知視角視圖步態(tài)識別魯棒性較好。
　　為了驗證基于子空間學習的多視角步態(tài)識別算法的識別性能，本文使用中科院CASIA-B數據集124人11個視角的步態(tài)數據進行實驗。從中隨機抽取74人作為訓練集，其余50人作為測試集。實驗結果顯示本文的步態(tài)識別準確性在待識別視角參與訓練時為86.18％