基于人體關(guān)節(jié)點的步態(tài)識別算法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，生物識別技術(shù)已經(jīng)漸漸深入到了人們的生活。它不但簡潔快速，而且安全可靠。步態(tài)是指人的行走方式，與指紋識別、人臉識別、虹膜識別等技術(shù)相比，步態(tài)特征由于其遠(yuǎn)距離、非接觸性、難于隱藏和偽裝等優(yōu)點，被認(rèn)為是在遠(yuǎn)距離條件下進(jìn)行身份識別的最有效的生物特征，近年來引起了計算機視覺領(lǐng)域研究者們的濃厚興趣。
　　 步態(tài)識別技術(shù)的研究可以促進(jìn)計算機視覺和模式識別理論的發(fā)展，具有重要的理論和實踐意義；步態(tài)識別技術(shù)在安全要求較高的

2、場所的視頻監(jiān)控、協(xié)助案件偵查等方面也存在著潛在的應(yīng)用價值。
　　 本文的研究目的在于進(jìn)一步提高步態(tài)識別算法的實時性和各項性能，引領(lǐng)步態(tài)識別技術(shù)一步步邁向?qū)嶋H應(yīng)用化。
　　 步態(tài)識別是指根據(jù)人走路的姿勢及動力學(xué)特征來識別人的身份，包括人體運動目標(biāo)檢測、特征提取和分類識別三個過程。本文在對各種步態(tài)識別算法進(jìn)行了詳細(xì)研究的基礎(chǔ)上，對核心環(huán)節(jié)暨特征提取過程進(jìn)行了主要研究，提出了相應(yīng)的新的改進(jìn)算法。本文的研究成果和創(chuàng)新點主要包括：

3、
　　 1．現(xiàn)有的步態(tài)周期估計方法大都通過求寬高比信號的自相關(guān)函數(shù)的周期來獲得，算法復(fù)雜度較高。考慮到實時處理的需求，本文提出了一種簡單有效的周期估計方法，暨直接分析人體運動寬高比信號，并在此基礎(chǔ)上，通過同相位求平均的方法得到半周期長的人體代表性短序列，作為供實驗用的圖像序列，代替關(guān)鍵幀法。本文把上百幀的原始數(shù)據(jù)以長度為十幾幀的圖像精簡地表示，將半周期長的步態(tài)圖像序列稱為某一段步態(tài)圖像序列的代表性短序列。本文提出的這種步態(tài)序列標(biāo)

4、準(zhǔn)化的方法在幾乎沒有損失原有信息量的前提下，既達(dá)到了減少存儲量的目的，同時也將步態(tài)數(shù)據(jù)實現(xiàn)了統(tǒng)一規(guī)范化。與關(guān)鍵幀法相比，具有明顯的優(yōu)勢。
　　 2．提取了有效的步態(tài)特征。由于步態(tài)受到許多外在客觀因素的影響，基于單個特征的識別率一直很低，因此本文提出了一種新的算法，將多類特征進(jìn)行有機融合，以達(dá)到提高識別率的目的。經(jīng)過研究發(fā)現(xiàn)，人體關(guān)節(jié)點能很好的表征人體的步態(tài)特征，對每個序列用下肢關(guān)節(jié)角度描述其動態(tài)特征，并用關(guān)節(jié)點的形狀上下文描述其