基于立體視覺的步態(tài)識別研究.pdf

1、隨著智能監(jiān)控系統(tǒng)的應用范圍越來越廣泛，人們已不滿足于其具有的簡單監(jiān)控功能，如何對所觀測場景中的事物和人進行監(jiān)測，并進而對相關人的身份進行認證和識別是近來被廣泛關注的一個重要問題。各種基于生物特征的非接觸式識別技術應運而生。其中，基于步態(tài)的身份識別技術是一種獨特的識別技術，它能夠在遠距離、非侵犯的情況下，依據(jù)行人的步態(tài)運動特征對其身份進行識別，是現(xiàn)代智能監(jiān)控系統(tǒng)中最引人入勝的一項生物特征識別技術。
　　 論文首先對步態(tài)識別的研究現(xiàn)

2、狀進行了深入透徹的分析，然后從立體視覺的角度出發(fā)，對步態(tài)識別問題進行了系統(tǒng)的研究，提出了若干基于立體視覺的步態(tài)識別算法，并在此基礎上，給出了用于求解步態(tài)識別的系統(tǒng)解決方案。
　　 論文的創(chuàng)新點和主要工作如下：
　　 (1)在國際上首次將立體視覺方法引入到步態(tài)識別問題的求解中，建立了基于立體視覺的步態(tài)識別系統(tǒng)框架，并給出了相關的系統(tǒng)解決方案。
　　 (2)針對目前尚無立體步態(tài)數(shù)據(jù)庫可資利用的現(xiàn)狀，創(chuàng)建了立體步態(tài)數(shù)據(jù)

3、庫PRLABⅠ與PRLABⅡ，為后續(xù)研究奠定了基礎。上述立體步態(tài)數(shù)據(jù)庫可用于對步態(tài)特征的有效性和步態(tài)識別算法的可行性以及魯棒性的評估。
　　 (3)在步態(tài)特征提取方面，提出了一種能夠反映人體步態(tài)時空變化的步態(tài)特征表示方法。首先以圖像幀為單位利用立體視覺技術從同步拍攝的立體圖對中恢復出運動人體輪廓的三維信息，接著據(jù)此構造以三維人體輪廓的質心為參考中心的三維人體輪廓描述子(3D Body Contour Descriptor，3D-

4、BCD)，進而用所得到的三維人體輪廓描述子各組成單元的L2范數(shù)構造用于分類識別目的的一維步態(tài)特征表示(1D Gait Feature Representation，1D-GFR)?？紤]到步態(tài)運動是一個準周期運動，論文探討了步態(tài)運動周期的檢測問題。此外，論文還利用立體視覺技術對被測人體的身高進行了測量，并將實測的身高參數(shù)作為步態(tài)識別算法中的輔助鑒別特征來使用。
　　 (4)在特征降維方面，論文將主分量分析法和流形學習降維法用于步態(tài)

5、特征的降維處理以去除步態(tài)特征間存在的冗余信息。為了盡可能完整地保留步態(tài)特征的內在結構，在流形學習降維中采用了拉普拉斯特征映射。
　　 (5)在步態(tài)識別算法方面，基于歐氏距離度量，定義了樣本序列均值與樣本序列模板均值兩個參量，并據(jù)此構造了用于步態(tài)識別目的的最近鄰分類器與最近模板分類器。
　　 為了驗證所提出的步態(tài)識別算法的有效性，在PRLABⅠ與PRLABⅡ以及所構建的不規(guī)則測試數(shù)據(jù)集ExN上進行了大量實驗。實驗結果表明，