基于能量圖與線性判別分析的步態(tài)識(shí)別方法研究.pdf

1、在現(xiàn)代化技術(shù)高速發(fā)展的今天，人們的安全意識(shí)逐漸增強(qiáng)，公共安全也成為人們關(guān)注的焦點(diǎn)。有效的身份識(shí)別技術(shù)也成為了共同關(guān)注的熱點(diǎn)。與傳統(tǒng)的身份識(shí)別技術(shù)相比步態(tài)識(shí)別具有非侵犯性，難以隱藏等特點(diǎn)。所以身份識(shí)別具有重要的研究意義和廣泛的應(yīng)用前景。本文以提高步態(tài)識(shí)別精度為目標(biāo)，以提取步態(tài)特征為重心，提出了主成分分析(PCA)與線性判別分析(LDA)融合算法和二維主成分分析(2DPCA)與二維線性判別分析(2DLDA)融合算法，來提取步態(tài)特征，主要做了

2、以下工作：
　　本文選用背景減除法分割運(yùn)動(dòng)目標(biāo)且將分割后的圖像進(jìn)行二值化處理和形態(tài)學(xué)操作，獲得比較完整的二值步態(tài)圖像序列，根據(jù)每幀圖像中運(yùn)動(dòng)目標(biāo)的寬度變化來計(jì)算步態(tài)周期。將一個(gè)步態(tài)周期內(nèi)的所有圖像序列累加求和得到步態(tài)能量圖，作為一個(gè)人的步態(tài)特征。為了能夠有效的進(jìn)行人體步態(tài)識(shí)別研究，提出一種基于PCA與LDA的步態(tài)識(shí)別方法，使用這個(gè)方法，在已得到GEI的基礎(chǔ)上，提取步態(tài)特征，為了解決線性判別“小樣本”問題，又提出了2DPCA與2DL