基于Procrustes形狀頻譜分析的多視角步態(tài)識別算法.pdf

1、隨著社會的發(fā)展，安全性問題越來越多的受到關(guān)注，尤其是在一些對安全性特別敏感的場所。于是很多生物識別技術(shù)就被應(yīng)用到安全領(lǐng)域。步態(tài)作為一種新型的步態(tài)特征以其固有的優(yōu)勢：非入侵性，遠距離身份識別，難以隱藏性，可在對方未知的情況下得到其步態(tài)特征，用戶接受程度高等特點獲得了越來越多的關(guān)注。步態(tài)識別就是根據(jù)人走路的姿勢進行識別和認證。隨著人們對安全性要求的不斷提高，關(guān)于步態(tài)識別的研究將會不斷的深入和完善，在未來很有可能應(yīng)用到日常生產(chǎn)生活的各個方面。

2、現(xiàn)有的很多算法大多都是研究基于側(cè)面的步態(tài)識別算法，本文的研究重點是要尋找一種具有高識別率、高速度和多視角的步態(tài)識別算法，初步構(gòu)建一個基于CASIA DatabaseB的步態(tài)識別系統(tǒng)，能夠?qū)崿F(xiàn)和演示整個步態(tài)識別的過程。本文做的工作主要有：
　　 (1)在運動目標檢測時，應(yīng)用了改進的背景減除算法，用當前幀圖像和背景圖像的加權(quán)來獲得新的背景圖像。
　　 (2)在輪廓線采樣時，本文采用分區(qū)域定點數(shù)采樣的方法進行采樣，就是根據(jù)人體

3、的生理結(jié)構(gòu)將人體分為頭肩區(qū)、軀干區(qū)、腿腳區(qū)，根據(jù)這幾個區(qū)域的重要性，規(guī)定各個區(qū)域的采樣點數(shù)，然后在每個區(qū)域中等角度采樣。
　　 (3)提出了一種基于Procrustes均值形狀的傅里葉頻譜分析(Fourier Spectrum Analysis of Procrustes Mean Shape，F(xiàn)SAOPMS)的適用于多視角的步態(tài)識別方法。利用Procrustes統(tǒng)計形狀分析方法將步態(tài)序列中人體輪廓的連續(xù)步態(tài)變化表示成一個緊致的

4、Procrustes均值形狀(Procrustes mean shape，PMS)，Procrustes形狀是方向統(tǒng)計學中的形狀描繪方法，本質(zhì)上就是一個二維圖像的配置向量。將PMS作為原始步態(tài)特征，對PMS進行傅里葉頻譜分析(Fourier Spectrum Analysis，F(xiàn)SA)。將PMS的幅度譜作為最終的步態(tài)特征。
　　 (4)幅度譜是一種包含整體和細節(jié)信息的實數(shù)標量特征，提出利用歐式距離來度量兩個頻譜的相似度，最后，利

5、用最近鄰(NN)和K-近鄰(KNN)兩種分類器進行識別。在中科院自動化所的CASIA Gait Database B數(shù)據(jù)庫上進行了實驗，證實了本文提出的算法具有令人鼓舞的識別性能。
　　 (5)系統(tǒng)構(gòu)建方面，本文實現(xiàn)了一個基于中科院自動化所CASIA Database B簡單的步態(tài)識別系統(tǒng)，為研究、比較算法搭建了一個很好的平臺。此系統(tǒng)提高了兩個指標來判斷算法的優(yōu)越性，分別是：識別正確率、特征提取和識別所耗費的時間，這里提到的時間