版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、生物特征識(shí)別是一種利用人的生理或行為特征進(jìn)行身份識(shí)別的技術(shù)。不同于臉像、指紋及虹膜等生物特征對(duì)于近距離等條件的苛刻要求,步態(tài)可以在遠(yuǎn)距離低分辨率下檢測(cè)并度量,且難于偽裝和隱藏,沒(méi)有侵犯性,使其成為視覺(jué)監(jiān)控領(lǐng)域中最有潛力的生物特征。隨著機(jī)場(chǎng)、銀行、商場(chǎng)、軍事基地等安全敏感型場(chǎng)所對(duì)大范圍視覺(jué)監(jiān)控系統(tǒng)的迫切需求,遠(yuǎn)距離的身份識(shí)別研究近年來(lái)引起了計(jì)算機(jī)視覺(jué)研究者們的濃厚興趣。 當(dāng)前步態(tài)識(shí)別的研究正處于起步階段,它主要是利用人的走路方式來(lái)
2、識(shí)別人的身份。本文的主要目的是將視頻序列中的步態(tài)信息發(fā)掘出來(lái),并利用它進(jìn)行身份識(shí)別。圍繞這個(gè)主題,展開(kāi)了如下幾個(gè)方面的研究: 1)綜述了國(guó)內(nèi)外步態(tài)識(shí)別研究的現(xiàn)狀;針對(duì)當(dāng)前主流的步態(tài)識(shí)別算法,分析了其優(yōu)缺點(diǎn);同時(shí)將影響步態(tài)的因素進(jìn)行了分類(lèi)和總結(jié),并探討了步態(tài)識(shí)別的發(fā)展趨勢(shì)。 2)歸納總結(jié)了當(dāng)前主流的運(yùn)動(dòng)檢測(cè)算法,并實(shí)現(xiàn)了基于混合高斯模型的運(yùn)動(dòng)檢測(cè)算法和基于Bayes模型的運(yùn)動(dòng)檢測(cè)算法,并對(duì)二者進(jìn)行了性能比較以及實(shí)驗(yàn)結(jié)果的分
3、析。針對(duì)Bayes算法的更新局限性,將種子區(qū)域增長(zhǎng)引入到運(yùn)動(dòng)檢測(cè)中,極大地改善了Bayes檢測(cè)算法的性能,為下一步的步態(tài)特征提取奠定了堅(jiān)實(shí)的基礎(chǔ)。 3)提出了步態(tài)識(shí)別的框架,并采用第三章提出的改進(jìn)算法進(jìn)行人體特征的提取。通過(guò)將一個(gè)周期內(nèi)的人體步態(tài)的外輪廓按順時(shí)針展開(kāi),把人體表示成一維距離信號(hào)。并采用PCA(Principal Component Analysis)技術(shù)將人體外輪廓由300維降低到10維,通過(guò)進(jìn)一步提取IVV(In
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的步態(tài)識(shí)別.pdf
- 基于步態(tài)能量圖和加權(quán)質(zhì)量向量的步態(tài)識(shí)別研究.pdf
- 基于支持向量機(jī)的步態(tài)識(shí)別算法研究.pdf
- 基于幀間灰度差的動(dòng)態(tài)表情識(shí)別.pdf
- 基于特征融合和支持向量機(jī)的步態(tài)識(shí)別算法研究.pdf
- 基于輪廓的步態(tài)識(shí)別.pdf
- 基于SVM和DSW的列質(zhì)量向量特征步態(tài)識(shí)別方法研究.pdf
- 基于視頻的步態(tài)識(shí)別.pdf
- 基于步速轉(zhuǎn)換的步態(tài)識(shí)別.pdf
- 基于步態(tài)的身份識(shí)別研究.pdf
- 基于KFDA的步態(tài)身份識(shí)別.pdf
- 基于SVM的步態(tài)識(shí)別研究.pdf
- 基于特征融合與支持向量機(jī)的豬前肢步態(tài)異常識(shí)別研究.pdf
- 基于步態(tài)光流圖與稀疏表示的步態(tài)識(shí)別.pdf
- 基于融合的步態(tài)識(shí)別研究.pdf
- 基于HMM的步態(tài)身份識(shí)別.pdf
- 基于步態(tài)的身份識(shí)別算法研究.pdf
- 基于深度信息的步態(tài)識(shí)別研究.pdf
- 基于靜態(tài)足底壓力的步態(tài)識(shí)別.pdf
- 基于步態(tài)分析的身份識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論