基于步态分析的身份识别研究

基于步态分析的身份识别研究

ID:35152273

大小:3.09 MB

页数:116页

时间:2019-03-20

基于步态分析的身份识别研究_第1页
基于步态分析的身份识别研究_第2页
基于步态分析的身份识别研究_第3页
基于步态分析的身份识别研究_第4页
基于步态分析的身份识别研究_第5页
资源描述:

《基于步态分析的身份识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、哈尔滨工程大学博士学位论文基于步态分析的身份识别研究姓名:苏菡申请学位级别:博士专业:计算机应用技术指导教师:黄凤岗20060610基于步态分析的身份识别研究摘要随着现代社会对安全的要求不断提高,利用生物特征进行快速准确的身份识别成了当今的主流。步态是一种远距离可采集的生物特征,步态识别技术以其对系统分辨率要求低、信息采集设备不会使人感到不适、远距离识别、非侵犯性和难以隐藏等特点成了继虹膜、人脸识别后的第二代生物识别技术,倍受计算机视觉研究者的关注,国内外大量研究者已经投入到该研究热点中。本文对步态识别进行了深入的研究,主要开展了以下几方面的研究工作:分析了常用的步态检测方法,本文选用简单

2、快速的背景减除方法进行步态检测,运用形态学算子对背景减除后的前景区域进行后处理,去除了小的空洞和噪声。利用主曲线从数据本身出发,能有效地描述非线性数据的特性,提出了一种主曲线侧影轮廓描述方法。在步态检测所得侧影上,利用K主曲线能够准确地勾画出侧影轮廓。研究了侧影轮廓对步态的描述能力,提出了一种用轮廓矩阵表征步态运动的方法。该方法用轮廓矩阵表征步态,利用Kronecker积求取轮廓之间位置差,将位置差作为步态特征,该方法描述了侧影的静态轮廓形状及其变化,有效地表达了步态的时空变化模式。并对该步态特征进行主曲线分析j针对用线性方法分析非线性数据在分析能力上的不足,根据主曲线具有自相合、无参数、

3、通过数据分布“中间”等特性,提出了一种新的非线性分析方法:主曲线成分分析法。该方法从数据本身出发进行非线性分析,强调非参数特性,有效地建模非线性数据。另外,本文提出了主曲线步态分类法。该方法用低维流形描述每类样本,并定义了新的相似性度量和分类规则。实验结果表明,该主曲线分类法具有良好的分类性能。人体肢体角度及关节运动中包含了大量对识别有用的动态特征,提取这类特征的常用方法是人体或肢体建模。建模方法能较准确地获取动态信息,但参数繁多,计算量大。本文提出一种无需建模,通过分析人体结构及侧影宽度变化确定关节位置,从而提取角度信息的步态表征方法。实验证明,该方法能在低的代价下提取出与建模方法相当的

4、运动轨迹。该步态表征方法动静结合,包括了结构信息和以序列形式表示的宽度及连接角的运动轨迹。本文哈尔滨工程大学博士学位论文还将LDA和DCT相结合,对DTW归一化后的宽度和角度序列进行了特征分析,用类间散布矩阵和类内散布矩阵所对应的行列式的比值确定最佳DCT系数个数。实验结果表明,该方法具有良好的识别性能。从时空相关角度,探讨了步态的表征。提出了一种周期序列宽度图步态表征方法。该方法按周期将侧影轮廓序列转换为宽度向量序列,再将宽度向量序列转换为用灰度值表示的周期序列宽度图。周期序列宽度图中,灰度值及其变化能清晰地反映步态运动,是一种以图的形式直观准确表征步态时空变化的方法。周期序列宽度图不仅

5、保留了单帧图像中侧影的外观结构信息,而且很好地体现了步态随时间的变化。另外,本文运用DCT对提取的步态特征降维,并采用RBF神经网络进行步态分类。关键词:步态识别;步态表征;特征分析;主曲线:周期序列宽度图基于步态分析的身份识别研究AbstractWiththedevelopmentofthesecurityrequirementofmodemsociety,itbecomesthemainstreamtoidentifyone’Sidentitywithbiometrictoday.Amongthedifferentbiometricalcharacters,gaithasitsowna

6、dvantageswhichisuntouchedandrequireslittleaboutthequalityoftheoriginaldata,suchasimageresolution.Theformeradvantagemakesthegait’Sinputtobenonbody-invading,andthelatterbroadenitsapplications.Furthermore,gaitisdifficulttobedisguised.Alloftheseleadthegaitrecognitionbecomesthesecond·generationbiometri

7、crecognitiontechnologybasedonthevisionmovement.Also,manyresearcheshavebeendeployedonthisfield.WorkingOilgaitrecognitionmethods,thisdissertationconcentratesonthefollowingtopics:Thestatus·artofgaitandsomebackground

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。