基于簡(jiǎn)單場(chǎng)景的步態(tài)識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、近年來，隨著生物特征識(shí)別技術(shù)研究的不斷深入，步態(tài)識(shí)別作為一種依據(jù)人體走路步態(tài)進(jìn)行身份識(shí)別的技術(shù)，具有易于采集、遠(yuǎn)距離識(shí)別、難于隱藏等優(yōu)點(diǎn)，吸引了國(guó)內(nèi)外眾多研究機(jī)構(gòu)和高等院校的關(guān)注，同時(shí)步態(tài)識(shí)別技術(shù)的研究將會(huì)對(duì)視頻監(jiān)控以及打擊犯罪分子等方面，具有很好的實(shí)際意義和應(yīng)用前景。
　　 步態(tài)識(shí)別的研究工作主要包括以下幾個(gè)方面，運(yùn)動(dòng)目標(biāo)的檢測(cè)，特征提取與表達(dá)，步態(tài)的分類和識(shí)別等。本文根據(jù)這些內(nèi)容，主要做了以下幾個(gè)方面的工作:
　　

2、運(yùn)用圖像的灰度化處理和均值濾波來對(duì)步態(tài)圖像序列進(jìn)行預(yù)處理，然后利用混合高斯模型對(duì)步態(tài)圖像序列進(jìn)行背景建模，獲取背景圖像，選取背景減除法獲取步態(tài)前景目標(biāo)，并采用間接差分法的閾值選擇方式獲得運(yùn)動(dòng)目標(biāo)的分割圖像，再利用形態(tài)學(xué)處理中的膨脹、腐蝕操作對(duì)目標(biāo)圖像進(jìn)行平滑和去噪處理。得到準(zhǔn)確有效的步態(tài)二值圖像。
　　 采用8鄰域邊緣輪廓跟蹤算法提得出二值圖像的邊緣輪廓，并根據(jù)步態(tài)邊緣輪廓的外接面積隨時(shí)間變化來對(duì)步態(tài)序列的周期性進(jìn)行估計(jì)，同時(shí)選

3、取一個(gè)周期中面積最大和最小的四幀序列作為該步態(tài)序列的關(guān)鍵序列，最后計(jì)算出入體輪廓的傅里葉描述子和步幅特征一起作為描述步態(tài)的特征方法，并經(jīng)融合一起作為步態(tài)特征的特征向量。
　　 依據(jù)上面提取的特征構(gòu)造連續(xù)隱馬爾科夫模型，然后運(yùn)用此模型對(duì)人體步態(tài)序列進(jìn)行訓(xùn)練得出各個(gè)序列的參數(shù)，然后基于統(tǒng)計(jì)概率的原則實(shí)現(xiàn)對(duì)待測(cè)步態(tài)序列的識(shí)別，最后經(jīng)過CASIA步態(tài)數(shù)據(jù)庫(kù)的檢測(cè)，取得了不錯(cuò)的識(shí)別效果。
　　 本文以Vc++6.0作為工具開發(fā)出一