基于多類特征融合的步態(tài)識(shí)別算法.pdf

1、隨著信息技術(shù)的發(fā)展，利用生物識(shí)別技術(shù)來(lái)識(shí)別和判斷事件中人的行為、區(qū)分個(gè)體身份，已經(jīng)成為人們十分關(guān)注的技術(shù)問(wèn)題。生物識(shí)別技術(shù)是指利用人體生物特征進(jìn)行身份認(rèn)證的一種技術(shù)，由于其唯一性和不變性，因此受到廣大研究者的青睞。它不但簡(jiǎn)潔快速，而且安全可靠。與其它生物識(shí)別技術(shù)（如人臉識(shí)別技術(shù)、指紋識(shí)別技術(shù)和虹膜識(shí)別技術(shù)等）相比，步態(tài)識(shí)別對(duì)視頻圖像的質(zhì)量要求較低（即便是模糊圖像也可以進(jìn)行識(shí)別），并且步態(tài)識(shí)別可以對(duì)圖像采用高壓縮比傳輸而不影響識(shí)別的準(zhǔn)確性

2、，可以充分提高視頻傳輸帶寬的利用率。
　　 步態(tài)識(shí)別是一種新興的生物識(shí)別技術(shù)，它旨在從不同的個(gè)體行走行為中提取出各自的變化特征，以實(shí)現(xiàn)目標(biāo)的自動(dòng)身份識(shí)別。與第一代生物特征相比，步態(tài)特征具有非接觸式、難以偽裝和隱藏、可遠(yuǎn)距離感知、可在低分辨率圖像序列中進(jìn)行檢測(cè)和識(shí)別等優(yōu)點(diǎn)。因此，從視覺(jué)監(jiān)控的角度來(lái)看，步態(tài)是遠(yuǎn)距離情況下最有潛力的生物特征，因而引起了廣大研究者們的濃厚興趣。
　　 步態(tài)識(shí)別包括運(yùn)動(dòng)目標(biāo)檢測(cè)、特征提取和分類識(shí)別

3、三個(gè)部分。本文在研究各種步態(tài)識(shí)別算法的基礎(chǔ)上，對(duì)特征提取和分類識(shí)別這兩部分做了詳細(xì)研究，提出了相應(yīng)的改進(jìn)算法。主要工作和研究成果包括：
　　 1.提取了有效的步態(tài)特征。由于步態(tài)受到很多外在因素的影響，基于單個(gè)特征的識(shí)別率很低，因此本文提出了一種新的算法，將多類特征進(jìn)行融合以識(shí)別人的身份。事實(shí)上，人體的步態(tài)很大程度上賴于人體的輪廓，而且基于人體輪廓的步態(tài)識(shí)別算法簡(jiǎn)單、易于實(shí)現(xiàn)，但是人體的輪廓只能間接反映出人體的動(dòng)態(tài)特征。醫(yī)學(xué)研究表

4、明，人在行走過(guò)程中包含了上百處肢體的同步運(yùn)動(dòng)，這些肌肉及骨骼的結(jié)構(gòu)能夠準(zhǔn)確反映出人體在行走過(guò)程中表現(xiàn)出來(lái)的運(yùn)動(dòng)特征及步態(tài)模式，因此肢體角度特征是用于身份識(shí)別的最理想的步態(tài)特征，但受到視頻質(zhì)量的限制，我們很難獲取精確的肢體角度信息。又考慮到步態(tài)的對(duì)稱性，引入反射對(duì)稱特征，該特征提取方法簡(jiǎn)單，且容易和其它特征相融合?；谏鲜龇治?，本文提出了一種新的算法，將人體輪廓特征、肢體角度特征和反射對(duì)稱特征相融合，共同用于人體的身份識(shí)別。
　　

5、 2.對(duì)分類識(shí)別算法進(jìn)行了研究。本文旨在通過(guò)使用人體輪廓特征、肢體角度特征和反射對(duì)稱特征來(lái)識(shí)別人的身份，但這三類特征的特征類型和度量尺度不同，所以本文引入了最近鄰模糊分類器，它實(shí)際上是一種簡(jiǎn)單的多分類器的并聯(lián)融合結(jié)構(gòu)。首先將上述三類步態(tài)特征組合成一個(gè)簡(jiǎn)單的聯(lián)合特征矢量，輸入分類器；再基于最近鄰法，計(jì)算出每個(gè)特征屬于樣本模板的隸屬度，就可以得到這個(gè)聯(lián)合特征矢量相對(duì)與模板中所有樣本的隸屬度矩陣。這里，考慮到每個(gè)特征在識(shí)別過(guò)程中對(duì)識(shí)別結(jié)果的貢