基于步態(tài)的身份識(shí)別算法研究與實(shí)現(xiàn).pdf

1、步態(tài)識(shí)別是目前機(jī)器視覺領(lǐng)域中備受關(guān)注的研究方向，主要是通過對(duì)當(dāng)前所監(jiān)控視頻中行人的走路姿態(tài)進(jìn)行特征提取，最終完成身份識(shí)別任務(wù)。步態(tài)識(shí)別是目前唯一一個(gè)能夠?qū)崿F(xiàn)遠(yuǎn)距離非接觸的生物特征識(shí)別技術(shù)，在智能監(jiān)控等領(lǐng)域具有廣闊的應(yīng)用前景。本文為了顯著提高步態(tài)識(shí)別的識(shí)別精度，同時(shí)降低計(jì)算復(fù)雜度，提出一種基于歐式范數(shù)的廣義線性判別分析算法;在此基礎(chǔ)上針對(duì)實(shí)當(dāng)視角不固定時(shí)也能正確識(shí)別不同人的身份。本文的實(shí)際應(yīng)用，進(jìn)一步提出了基于流形學(xué)習(xí)的與視角無關(guān)的步態(tài)識(shí)

2、別算法，以實(shí)現(xiàn)主要工作如下:
　　(1)首先介紹研究課題的背景及意義，并闡述目前步態(tài)識(shí)別方向的研究現(xiàn)狀，指出其中存在的不足之處。然后詳細(xì)介紹本文所涉及到的相關(guān)理論知識(shí):步態(tài)識(shí)別的基本框架、步態(tài)輪廓提取、步態(tài)周期檢測(cè)、步態(tài)特征提取、特征處理及模式分類等基本概念及過程，同時(shí)對(duì)目前已公開發(fā)表的步態(tài)數(shù)據(jù)庫(kù)進(jìn)行簡(jiǎn)單介紹。
　　(2)針對(duì)目前的步態(tài)識(shí)別算法由于識(shí)別精度較低、計(jì)算代價(jià)較高使它們很難滿足實(shí)際需求的問題，提出一種基于歐式范數(shù)的

3、廣義線性判別分析步態(tài)識(shí)別算法。首先計(jì)算步態(tài)輪廓邊界點(diǎn)與質(zhì)心的距離并以之作為步態(tài)特征;然后通過分析傳統(tǒng)線性判別分析算法無法正確區(qū)分非邊緣類等缺陷，為了降低邊緣類對(duì)特征投影空間的影響，將各樣本類在樣本空間中的距離作為權(quán)重加入到類間離散度的定義中以得到特征投影空間矩陣，實(shí)現(xiàn)降維優(yōu)化;最終通過“一對(duì)一”支持向量機(jī)完成分類驗(yàn)證。通過實(shí)驗(yàn)驗(yàn)證，該算法在保證高識(shí)別精度的同時(shí)，明顯降低計(jì)算復(fù)雜度以及加快了處理速度。
　　(3)在實(shí)際生活中，人們可