基于人體多特征的身份識(shí)別算法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，利用生物特征進(jìn)行身份識(shí)別已經(jīng)成為當(dāng)今社會(huì)的發(fā)展趨勢(shì)，生物特征識(shí)別的一種新技術(shù)--步態(tài)識(shí)別是通過人行走的姿勢(shì)對(duì)個(gè)人進(jìn)行身份識(shí)別和認(rèn)證。步態(tài)是一種可采集到的遠(yuǎn)距離生物特征，并且步態(tài)識(shí)別有對(duì)系統(tǒng)的分辨率要求低、采集信息設(shè)備簡(jiǎn)單、遠(yuǎn)距離識(shí)別、非侵犯性和很難隱藏等特點(diǎn)成為隨人臉識(shí)別和虹膜識(shí)別后的第二代生物識(shí)別技術(shù)。從視頻角度看，步態(tài)是遠(yuǎn)距離下最具潛力的生物特征，因此備受研究者們的關(guān)注，同時(shí)國(guó)內(nèi)外許多學(xué)者已經(jīng)投入到此技術(shù)的研究中

2、。
　　通常的步態(tài)識(shí)別過程包含三個(gè)部分：運(yùn)動(dòng)目標(biāo)檢測(cè)、目標(biāo)特征提取與分類識(shí)別。針對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)和其結(jié)果中存在大量噪聲和空洞等的不足，采用基于LMedS方法和模糊形態(tài)學(xué)方法進(jìn)一步處理；針對(duì)傳統(tǒng)步態(tài)識(shí)別方法大多使用人體下肢部分特征的不足，而人體上肢行為在步態(tài)識(shí)別中卻往往具有重要作用，提出基于人體多特征的身份識(shí)別算法，并進(jìn)行了詳細(xì)的研究。
　　論文研究過程中，主要完成了以下幾方面的工作：首先介紹了研究背景和意義，并對(duì)生物特征識(shí)別和

3、步態(tài)識(shí)別做了簡(jiǎn)單的介紹；其次綜述性地分析了步態(tài)識(shí)別系統(tǒng)的每個(gè)部分和相應(yīng)的方法；再次研究了一種基于LMedS方法和模糊形態(tài)學(xué)算子的目標(biāo)檢測(cè)方法，即先基于LMedS方法獲取背景圖像和人體輪廓圖像，后用模糊形態(tài)學(xué)算子對(duì)圖像結(jié)果進(jìn)行處理；然后研究了一種基于上下肢多特征融合算法，即在步態(tài)周期內(nèi)計(jì)算出手臂擺幅、步幅和步頻作為步態(tài)特征，再利用加權(quán)加法進(jìn)行特征融合；最后利用最近鄰模糊分類器進(jìn)行分類識(shí)別。實(shí)驗(yàn)是在中科院提供CASIA步態(tài)數(shù)據(jù)庫上進(jìn)行，實(shí)驗(yàn)