基于步態(tài)能量圖和加權(quán)質(zhì)量向量的步態(tài)識別研究.pdf

1、步態(tài)識別致力于通過行走姿態(tài)識別個體。與其他生物特征(例如人臉、瞳孔、指紋等)相比其優(yōu)勢在于遠(yuǎn)距離獲取、非接觸性和難于偽裝等方面,因此在智能監(jiān)控和人體行為分析方面有很大的潛在應(yīng)用。
　　 步態(tài)識別是一個多學(xué)科交融的研究領(lǐng)域,研究涉及運動分割、特征提取、特征處理、模式分類和步態(tài)數(shù)據(jù)庫等內(nèi)容。為了提高識別率,滿足步態(tài)識別對實時性的要求,從圖像處理和模式識別兩個方面對步態(tài)識別進(jìn)行了探索和研究。主要工作和成果如下：
　　 為了提高

2、步態(tài)特征數(shù)據(jù)的精確性,提出一種基于步態(tài)能量圖的人體輪廓抗噪處理方法,通過對步態(tài)能量圖做閾值過濾獲得人體輪廓的主要部分,彌補單幀人體輪廓存在的圖像缺失。
　　 為了解決當(dāng)前特征處理方法計算復(fù)雜度高且可能無解的問題,提出使用權(quán)重向量顯性描述步態(tài)特征各元素的貢獻(xiàn)度。隨著樣本數(shù)量的不斷增加,權(quán)重向量可以動態(tài)調(diào)整逐步更精確的提取類別中相對穩(wěn)定的特征,從而預(yù)期對未來的測試樣本達(dá)到最好的識別率。
　　 提出基于加權(quán)質(zhì)量向量的步態(tài)識別方

3、法,對初步提取的人體輪廓增加抗噪處理過程,提取人體輪廓的質(zhì)量向量為步態(tài)特征,將權(quán)重向量引入到傳統(tǒng)的歸一化歐氏距離法進(jìn)行相似度衡量,最后使用最近鄰方法分類識別。
　　 采用中國科學(xué)院自動化研究所提供的CASIA步態(tài)數(shù)據(jù)庫進(jìn)行實驗,將權(quán)重向量特征處理方法和傳統(tǒng)特征處理方法進(jìn)行比較,并對有無權(quán)重向量和有無抗噪處理過程的實驗結(jié)果做出比較。實驗結(jié)果表明,人體輪廓抗噪處理方法提高了步態(tài)特征數(shù)據(jù)的精確性,基于權(quán)重向量的特征處理方法實時性高、分