步態(tài)的目標提取和識別技術研究.pdf

1、步態(tài)識別是利用計算機技術，通過人的行走方式和姿態(tài)來確認身份。用步態(tài)作為生物特征來實現(xiàn)身份識別擁有一些獨特的優(yōu)勢：可以遠距離數(shù)據(jù)采集、可以在被測者不知情的前提下完成識別、可以利用分辨率不高的步態(tài)圖像，因此步態(tài)成為遠距離條件下最具潛力的生物特征，成為近年來生物特征識別領域的熱點之一。本文論述了構成步態(tài)識別系統(tǒng)的步態(tài)圖像預處理、特征提取、訓練識別三個方面內(nèi)容，重點討論了圖像預處理輪廓分割算法和以切向量描述的輪廓特征提取技術。本文在前人研究的基

2、礎上，完成了以下工作和創(chuàng)新：
　　 (1)步態(tài)視頻序列的輪廓分割是步態(tài)識別領域的重要內(nèi)容。為了提高分割精確度，減少分割目標的孔洞、斷裂并消除陰影，本文給出了一種新的步態(tài)目標分割算法。圖像像素由其及其鄰域的像素組成向量代表，像素間的相似性用向量間的夾角表達。通過計算待分割幀和背景像素向量夾角，可以分類出目標或背景。針對偽邊緣和陰影問題，提出了用方形模板消除偽邊緣及長條形模板消除陰影。實驗表明，在給定的數(shù)據(jù)庫中分割結果孔洞少、很少有

3、斷裂、輪廓比較精確，較好地消除了陰影，分割效果優(yōu)于目前的背景減除結合數(shù)學形態(tài)學算法。
　　 (2)提出了一種二維步態(tài)輪廓特征描述方法：切向量描述子。切向量是描述曲線形狀的有力工具，具有簡單、直觀的特點，本文借用了這一思想。首先將輪廓根據(jù)其點數(shù)分為等間隔的區(qū)，通過原點(所有圖像均固定)、區(qū)間的兩個端點估計區(qū)間中點的切向量，將所有區(qū)間中點的切向量組成一個向量，最終構成了切向量描述子。實驗表明，切向量描述子可以較好的描述輪廓。