基于Kinect骨骼關(guān)節(jié)信息的視角不變步態(tài)識別方法.pdf

1、步態(tài)識別是一種利用人走路姿勢進行人物身份識別的新興生物特征識別技術(shù)。步態(tài)識別不同于一般生物識別的最大特點在于它可以在遠距離且不需要測試者配合的情況下完成識別過程。同時，步態(tài)識別作為一種行為生物特征識別方法，就如同人們的書寫方式一樣，自然流暢且難以模仿。基于這些傳統(tǒng)生物特征所不具有的優(yōu)勢，步態(tài)識別在門禁系統(tǒng)、安全監(jiān)控、人機交互、醫(yī)療診斷等領(lǐng)域具有廣泛的應(yīng)用前景和經(jīng)濟價值。隨著近些年視頻影像技術(shù)越來越發(fā)達，模式識別算法越來越智能，以及計算機

2、硬件處理能力越來越強大，這些都讓步態(tài)識別換發(fā)出更新鮮的活力，受到越來越多研究人員的關(guān)注。
　　在現(xiàn)如今的步態(tài)識別領(lǐng)域，基本可以分為基于2D視頻的方法和基于3D信息的方法。基于2D視頻的方法配置簡單，但易受光照，視角變化的影響。基于3D信息的方法雖然可以很大程度上減少視角變化所引起的影響，但使用多相機重構(gòu)3D信息的方法需進行相機標(biāo)定，步驟繁雜，應(yīng)用效果較差，而使用深度傳感器的方法雖可避免相機標(biāo)定，但深度相機價格昂貴，市場推廣性較差。

3、
　　近年來，隨著Kinect的問世，深度傳感器趨于商業(yè)化、廉價化。這種深度傳感器不僅不易受光線影響，而且易于利用深度信息分割運動人體與背景信息，同時可以便捷高效的獲取人體關(guān)節(jié)3D信息，從而為步態(tài)識別的應(yīng)用開啟了一扇新的大門。
　　本文的主要創(chuàng)新和貢獻主要在以下兩個方面:
　　(1)本文以第二代Kinect為工具，利用其易于提取人體骨骼關(guān)節(jié)3D位置信息和基于深度信息易于分割人體與背景的特點，建立了一個全新的基于Kine

4、ct的步態(tài)數(shù)據(jù)庫。該數(shù)據(jù)庫采集了52個個體在6個固定視角和4個自定義視角下的1040條行走片段。每條行走片段中包含該個體每幀21個骨骼關(guān)節(jié)的3D位置信息和每幀對應(yīng)的二值化人體剪影輪廓圖。
　　(2)本文利用Kinect所采集到的關(guān)節(jié)位置信息，提取了大腿長度等8個骨骼長度作為靜態(tài)特征，同時提取了大腿關(guān)節(jié)等8個隨時間變化的關(guān)節(jié)擺動角度作為動態(tài)特征，并且分別驗證了這兩種特征對視角變化的魯棒性。針對動態(tài)特征，本文同時也討論了周期提取，模板

5、匹配時相似性度量等關(guān)鍵性問題。在此基礎(chǔ)上，本文對這兩種特征在匹配層進行了特征融合，并利用最近鄰分類器進行分類識別。最后，本文分別對靜態(tài)特征，動態(tài)特征以及融合特征在本數(shù)據(jù)庫下考察了視角不變與視角變化時的識別效果，并將本文的方法與傳統(tǒng)基于2D視頻的方法，基于Kinect的方法做了對比，同時在另一個基于Kinect的數(shù)據(jù)庫上驗證了本文的算法。結(jié)果表明本文提出的方法對視角變化有較好的魯棒性，識別效果較好，并且算法簡單，實時性強。本文建立的步態(tài)數(shù)