基于多類特征融合的步態(tài)識別算法.pdf

1、隨著信息技術(shù)的發(fā)展，利用生物識別技術(shù)來識別和判斷事件中人的行為、區(qū)分個體身份，已經(jīng)成為人們十分關(guān)注的技術(shù)問題。生物識別技術(shù)是指利用人體生物特征進(jìn)行身份認(rèn)證的一種技術(shù)，由于其唯一性和不變性，因此受到廣大研究者的青睞。它不但簡潔快速，而且安全可靠。與其它生物識別技術(shù)（如人臉識別技術(shù)、指紋識別技術(shù)和虹膜識別技術(shù)等）相比，步態(tài)識別對視頻圖像的質(zhì)量要求較低（即便是模糊圖像也可以進(jìn)行識別），并且步態(tài)識別可以對圖像采用高壓縮比傳輸而不影響識別的準(zhǔn)確性

2、，可以充分提高視頻傳輸帶寬的利用率。
　　 步態(tài)識別是一種新興的生物識別技術(shù)，它旨在從不同的個體行走行為中提取出各自的變化特征，以實現(xiàn)目標(biāo)的自動身份識別。與第一代生物特征相比，步態(tài)特征具有非接觸式、難以偽裝和隱藏、可遠(yuǎn)距離感知、可在低分辨率圖像序列中進(jìn)行檢測和識別等優(yōu)點。因此，從視覺監(jiān)控的角度來看，步態(tài)是遠(yuǎn)距離情況下最有潛力的生物特征，因而引起了廣大研究者們的濃厚興趣。
　　 步態(tài)識別包括運(yùn)動目標(biāo)檢測、特征提取和分類識別

3、三個部分。本文在研究各種步態(tài)識別算法的基礎(chǔ)上，對特征提取和分類識別這兩部分做了詳細(xì)研究，提出了相應(yīng)的改進(jìn)算法。主要工作和研究成果包括：
　　 1.提取了有效的步態(tài)特征。由于步態(tài)受到很多外在因素的影響，基于單個特征的識別率很低，因此本文提出了一種新的算法，將多類特征進(jìn)行融合以識別人的身份。事實上，人體的步態(tài)很大程度上賴于人體的輪廓，而且基于人體輪廓的步態(tài)識別算法簡單、易于實現(xiàn)，但是人體的輪廓只能間接反映出人體的動態(tài)特征。醫(yī)學(xué)研究表

4、明，人在行走過程中包含了上百處肢體的同步運(yùn)動，這些肌肉及骨骼的結(jié)構(gòu)能夠準(zhǔn)確反映出人體在行走過程中表現(xiàn)出來的運(yùn)動特征及步態(tài)模式，因此肢體角度特征是用于身份識別的最理想的步態(tài)特征，但受到視頻質(zhì)量的限制，我們很難獲取精確的肢體角度信息。又考慮到步態(tài)的對稱性，引入反射對稱特征，該特征提取方法簡單，且容易和其它特征相融合?；谏鲜龇治?，本文提出了一種新的算法，將人體輪廓特征、肢體角度特征和反射對稱特征相融合，共同用于人體的身份識別。
　　

5、 2.對分類識別算法進(jìn)行了研究。本文旨在通過使用人體輪廓特征、肢體角度特征和反射對稱特征來識別人的身份，但這三類特征的特征類型和度量尺度不同，所以本文引入了最近鄰模糊分類器，它實際上是一種簡單的多分類器的并聯(lián)融合結(jié)構(gòu)。首先將上述三類步態(tài)特征組合成一個簡單的聯(lián)合特征矢量，輸入分類器；再基于最近鄰法，計算出每個特征屬于樣本模板的隸屬度，就可以得到這個聯(lián)合特征矢量相對與模板中所有樣本的隸屬度矩陣。這里，考慮到每個特征在識別過程中對識別結(jié)果的貢