一種新的不變矩在步態(tài)識別中的研究應(yīng)用.pdf

1、近來年，隨著社會(huì)的發(fā)展，很多場合對于人類自身身份識別提出了更高的要求，傳統(tǒng)的身份識別方法由于存在很多缺陷正逐步被新的生物識別技術(shù)所代替。生物特征識別技術(shù)由于其依靠人體本身具有的屬性而具有傳統(tǒng)的身份識別技術(shù)所不能替換的特點(diǎn)，因而在安全領(lǐng)域得到了大力研究和廣泛的推廣。步態(tài)識別作為第二代生物識別技術(shù)不僅克服了傳統(tǒng)身份識別技術(shù)的缺陷，而且與第一代身份識別技術(shù)相比，更有非侵犯性、非接觸性、難以隱藏和偽裝、易于采集等獨(dú)特的優(yōu)勢，越來越受了人們的青睞

2、。
　　 步態(tài)識別是一種新興的生物特征識別技術(shù)，它旨在通過對人們的走路姿態(tài)研究來識別個(gè)人身份特征。早期生物醫(yī)學(xué)技術(shù)表明，人類步態(tài)信息具有唯一性。因此依靠人類的走路姿態(tài)來識別其身份特征是完全可行的。本文在對基于不變矩的步態(tài)特征提取，識別以及影響步態(tài)特征提取的主要因素——步態(tài)圖像的陰影處理上作了探索和研究。
　　 在圖像預(yù)處理方面，使用時(shí)間平均法步態(tài)圖像的背景進(jìn)行建模，并根據(jù)實(shí)時(shí)性要求，對外部環(huán)境的變化，采用了動(dòng)態(tài)背景更新，

3、經(jīng)過背景減除檢測圖像運(yùn)動(dòng)區(qū)域，而后進(jìn)行二值化，將得到的前景圖像變?yōu)槎祱D像，再經(jīng)過一系列的形態(tài)學(xué)分析，最后得到人體運(yùn)動(dòng)輪廓。
　　 在步態(tài)特征提取方面，在獲得了人體運(yùn)動(dòng)圖像的輪廓以后，將傳統(tǒng)的Hu 矩應(yīng)用于步態(tài)特征提取方面，發(fā)現(xiàn)并指出了傳統(tǒng)的Hu 不變矩在步態(tài)特征提取方面的局限性，然后在此基礎(chǔ)上進(jìn)行改進(jìn)，通過一種新的不變矩對其進(jìn)行步態(tài)特征提取。這種新的不變矩可以克服傳統(tǒng)Hu 矩的缺點(diǎn)，并在運(yùn)算的速率，穩(wěn)定性，以及步態(tài)圖像的周期性

4、方面有很大的提高。
　　 在步態(tài)識別方面，采用簡單的K 近鄰法。分別計(jì)算待測樣本x 與已知樣本的歐氏距離，找出離它最近的K個(gè)近鄰，如果這k個(gè)近鄰中大多數(shù)屬于哪一類，就把待測樣本x 歸為哪一類。采用K 近鄰法在CASIA 步態(tài)數(shù)據(jù)庫進(jìn)行詳細(xì)的實(shí)驗(yàn)，以其某一個(gè)步態(tài)序列為待測樣本，20個(gè)人中每人選三個(gè)步態(tài)序列為已知樣本，將待測樣本于已知樣本進(jìn)行匹配，經(jīng)過實(shí)驗(yàn)驗(yàn)證其識別率達(dá)到了90[％]以上。
　　 最后研究了影響步態(tài)圖像特征提