平行線約束下的步態(tài)特征提取與基于差分運動切片的步態(tài)識別算法研究.pdf

1、　　基于步態(tài)的身份識別主要研究如何從記錄目標行走的視頻序列中,通過圖像處理和計算機視覺技術,對目標的行走方式進行分析,并結合模式識別的方法獲得關于目標身份的信息。由于步態(tài)以視頻的形式進行存儲,因此不需要同目標進行近距離或接觸性的感知,可在目標毫不知情的情況下進行采集,具有良好的非侵犯性。同指紋、虹膜、面相等第一代生物特征相比,步態(tài)識別系統(tǒng)將更加方便易用。對于安全要求較高的公共場所,結合步態(tài)識別的視頻監(jiān)控系統(tǒng)將是一種理想的安全手段。在人機

2、交互、動畫和虛擬現(xiàn)實以及醫(yī)學等諸多領域步態(tài)識別也有著重要的應用前景和巨大的經濟價值。然而,當前基于視頻的步態(tài)識別研究仍然出于探討性目的,尚沒有實用化的步態(tài)識別系統(tǒng)出現(xiàn),利用步態(tài)進行身份識別和認證的研究正處于起步階段。
　　步態(tài)識別是生物特征識別領域中一個新興的子領域,通過步態(tài)進行身份感知的研究可以追溯到60年代。通過視頻處理進行自動步態(tài)識別則始于90年代。在國內,2000年之后才出現(xiàn)有關步態(tài)識別研究的報道。本文深入研究了國內外有關

3、步態(tài)分析和識別的方法和原理,并對各種方法進行了分析對比和分類,詳細分析了目前基于視頻的步態(tài)識別算法中遇到的主要問題。這些問題主要包括：一、如何避免視角因素的影響,無論目標行走視頻的拍攝角度如何,均能進行有效的識別。二、如何避免衣著對于步態(tài)識別的影響。
　　基于視頻的步態(tài)識別關鍵是研究合適的步態(tài)表示方法并從中提取有效的步態(tài)特征,因此這部分內容將成為本文的研究重點。步態(tài)的表達可根據是否對人體結構進行建模分為兩類：模型無關的方法和基于人

4、體結構模型的方法。本文將以步態(tài)的建模與表達為切入點,從模型無關和基于模型這兩個方面進行步態(tài)分析方法的研究。在模型無關的方法中,本文主要提出了差分運動切片的概念,并從中獲得行走序列的集中表示。在基于模型的方法中,提出了一種多連接橢圓的人體姿態(tài)表示方法,模型相關參數(shù)的變化反映人的行走過程。多數(shù)基于視頻的步態(tài)識別算法要求目標的行走方向同攝像機的拍攝方向垂直,以保證在后期的處理過程中所提取的步態(tài)特征不會因為視角因素而發(fā)生畸變,影響識別結果。視角