基于圖像序列的人體步態(tài)識(shí)別方法研究.pdf

1、隨著現(xiàn)代社會(huì)的發(fā)展和人們安全意識(shí)的提高，越來(lái)越多的重要場(chǎng)合，如車站、機(jī)場(chǎng)、銀行、政府部門、居民社區(qū)等，都需要對(duì)人的身份進(jìn)行鑒別。生物特征識(shí)別是一種利用人的生理或行為的特征來(lái)進(jìn)行人身份識(shí)別的技術(shù)，它較之傳統(tǒng)的身份識(shí)別方法更為準(zhǔn)確和快速。常用于身份識(shí)別的生物特征有：人耳、手形、指紋、掌紋、人臉、虹膜、語(yǔ)音以及簽名等等。步態(tài)識(shí)別是一種新興的生物特征識(shí)別技術(shù)。步態(tài)特征主要反映人行走的姿勢(shì)，較之其他生物識(shí)別技術(shù)，步態(tài)識(shí)別具有在遠(yuǎn)距離接觸或低質(zhì)量視

2、頻的狀態(tài)下進(jìn)行人身份鑒別等優(yōu)點(diǎn)，因此當(dāng)前人體步態(tài)識(shí)別已受到越來(lái)越多研究者的關(guān)注。鑒于步態(tài)識(shí)別的優(yōu)點(diǎn)以及它具有的重要研究意義和實(shí)際應(yīng)用價(jià)值，本文對(duì)其進(jìn)行了深入的研究，主要的研究工作和成果如下： (1)提出了基于多區(qū)域形狀特征的步態(tài)識(shí)別方法。該方法首先將圖像序列中每幀步態(tài)側(cè)影圖像劃分為若干子區(qū)域，其中子區(qū)域的劃分方式有三種：一是將整幅單幀圖像作為一個(gè)子區(qū)域，二是將單幀圖像劃分為數(shù)個(gè)大小相等的子區(qū)域，三是根據(jù)人體解剖學(xué)的知識(shí)，按照人身

3、體各部分與身高的比例關(guān)系將單幀圖像劃分為數(shù)個(gè)非等子區(qū)域；然后提取每個(gè)子區(qū)域中的步態(tài)側(cè)影或輪廓的形狀特征并計(jì)算序列中步態(tài)形狀的變化特征，從而構(gòu)成描述步態(tài)序列的特征向量；最后的實(shí)驗(yàn)結(jié)果表明基于多區(qū)域形狀特征的步態(tài)識(shí)別方法是一種行之有效的識(shí)別方法。 (2)提出了基于Radon變換的步態(tài)識(shí)別方法。Radon變換是一種計(jì)算圖像在某一指定角度方向上投影的圖像變換方法。人的步態(tài)運(yùn)動(dòng)過(guò)程中，胳膊、腿等部位的擺動(dòng)角度都是在變化的，因此Radon變

4、換可以用來(lái)表示人體步態(tài)的角度特征。基于Radon變換的步態(tài)識(shí)別方法對(duì)圖像序列中的每一個(gè)步態(tài)周期構(gòu)造一個(gè)Radon變換模板，并對(duì)模板提取步態(tài)特征。實(shí)驗(yàn)結(jié)果表明該方法可以取得較好的識(shí)別結(jié)果。 (3)提出了基于遺傳算法的減法聚類方法和基于人的主要行走姿勢(shì)的步態(tài)識(shí)別方法?；谶z傳算法的減法聚類方法改進(jìn)了傳統(tǒng)的減法聚類，并利用遺傳算法來(lái)優(yōu)化參數(shù)，其聚類效果較傳統(tǒng)減法聚類有明顯的提高?；谌说闹饕凶咦藙?shì)的步態(tài)識(shí)別方法首先使用基于遺傳算法的

5、減法聚類將每個(gè)序列中若干行走姿勢(shì)分成指定個(gè)數(shù)的聚類，然后平均聚類中所有行走姿勢(shì)以獲得人的主要行走姿勢(shì)，最后利用序列間主要行走姿勢(shì)的匹配來(lái)實(shí)現(xiàn)步態(tài)識(shí)別。實(shí)驗(yàn)結(jié)果表明該方法的步態(tài)識(shí)別效果令人滿意。 (4)提出了基于能量圖的步態(tài)識(shí)別方法。由于圖像相加法后平均，平均圖像有較小的噪聲，因此當(dāng)利用圖像加法或加減混合等運(yùn)算應(yīng)用于圖像的平均來(lái)構(gòu)造能量圖時(shí)，能量圖具有較小的噪聲?；谀芰繄D的步態(tài)識(shí)別方法為每個(gè)圖像序列構(gòu)造若干個(gè)能量圖，并以這些能量

6、圖為基礎(chǔ)提取步態(tài)特征、實(shí)現(xiàn)步態(tài)識(shí)別。本文中提出了兩種能量圖，即關(guān)鍵幀能量圖和標(biāo)準(zhǔn)差能量圖，而關(guān)鍵幀能量圖又分為最大輪廓寬度關(guān)鍵幀能量圖和最小輪廓寬度關(guān)鍵幀能量圖，標(biāo)準(zhǔn)差能量圖也有非零標(biāo)準(zhǔn)差能量圖和零標(biāo)準(zhǔn)差能量圖兩種。實(shí)驗(yàn)結(jié)果表明基于能量圖的步態(tài)識(shí)別方法具有較好的步態(tài)識(shí)別性能。 (5)提出了一種基于新的決策規(guī)則的球形支持向量機(jī)分類算法、一種基于核的模糊超球分類算法以及基于超球分類算法的步態(tài)識(shí)別方法。新的球形支持向量機(jī)使用新的決策規(guī)