非模型步態(tài)識別的算法研究.pdf

1、隨著網(wǎng)絡(luò)時代的到來，模式識別人工智能技術(shù)在人們生活中的應用漸漸嶄露頭角，作為一種重要的生物特征，通過人的步態(tài)對其身份進行鑒別受到了很多的重視，步態(tài)識別在很多領(lǐng)域都有著重要作用，例如安防，監(jiān)控等領(lǐng)域，近年來美國政府對于步態(tài)識別的資助也成上升趨勢，與跟人臉，虹膜識別比較后。通過行人的步態(tài)辨別身份更具有挑戰(zhàn)，步態(tài)識別是未來生物特征識別的一個重要研究方向。
　　在本文中我們主要研究非模型的步態(tài)識別方法，工作主要分為預處理，非模型的特征提取

2、，以及特征選擇和分類器設(shè)計。
　　在步態(tài)識別預處理階段，我們首先采用幀差分法來建立背景模型，然后用間接差分法提取前景步態(tài)圖像，接著將提取的行人輪廓圖進行了形態(tài)學處理，最后我們在CASIA(A)數(shù)據(jù)庫上面將我們的方法和傳統(tǒng)的方法做了對照。
　　在非模型特征提取階段，我們在GEI特征的基礎(chǔ)之上提取了基于非輪廓的EBL特征，然后針對背包子集的影響因素，設(shè)計了一種基于加權(quán)思想的PW-EBL特征和PW-GaborEBL特征。