基于DWT和SVM的多特征步态识别技术研究.pdf

基于DWT和SVM的多特征步态识别技术研究.pdf

ID:50068350

大小:8.62 MB

页数:74页

时间:2020-03-04

基于DWT和SVM的多特征步态识别技术研究.pdf_第1页
基于DWT和SVM的多特征步态识别技术研究.pdf_第2页
基于DWT和SVM的多特征步态识别技术研究.pdf_第3页
基于DWT和SVM的多特征步态识别技术研究.pdf_第4页
基于DWT和SVM的多特征步态识别技术研究.pdf_第5页
资源描述:

《基于DWT和SVM的多特征步态识别技术研究.pdf》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、二i此;巧-巧善i^9Hfif越昼心;*邏nlM—论文题目?:基于DVin和SVM的多特征步态识别技术研究I工程领域:mixrn^学习方式:囚全日制攻读□在职攻读三作者姓名:I学解师I企业导师:三?as^完成日期:g独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研巧成果,除了文中特别化W标注和致谢之处外,论文中不包含其他人己经发表或撰写过的研巧成果,也不巧含为巧得天津工业大挙或其化教育机构的学位或证书而使用

2、过的材料一同工作。与我的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者签名:签字日期水。年月V曰^^学位论文版权使用授权书本学位论文作者完全了解天津工业大学有关保留、使用学位论文的规定。特授权支,并采用影印巧工业大学可将学份论义的令部或部分内容编入有关数据库进行检索、缩印或扫描等复制手段保存、汇编W供査阅和借阅。同意学校向国家有关部n或机构送交论文的复印件和磁盘。’(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期年

3、3月心日签字日期:节>,年>月日7学位论文的主要创新点一针对人体不同部位在步态识别中对分类效果影响不同的问题一,提出了种自适应选取最优特征的步态识别算法。通过对所选取的步态特征集进行分类效果测试,选择分类较好的部分特征作为步态特征,并通过加权最大投票原则进行决策级融合确定分类结果。二为了减小在步态图像预处理阶段产生的误差对分类效果造成的影响并且能够更好的分析特征向量所携带的步态信息一,本文使用维离散小波变换对特征向量集进行分析。摘要随着计算机技术的飞速发展一,生物轉征识别

4、技术已经成为种人体目标识别的可靠方法一。步态识别作为种新兴的基于行为的生物识别技术,主要通过人的走路方式进行身份识别,它不会干扰主体的活动。较之于传统的生物识别技术,步态识别具有非侵犯性、非接触性、易于采集,这、难1^隐藏和伪装等优点使得步态识别技术在智能监控领域、取证、生物特征认证、犯罪学及医疗诊断等方面。具有广泛的应用前景,吸引了越来越多的生物识别领域研究者的关注步态识别技术包括运动目标检测、特征提取和分类识别H个部分。本文针对一人体不同部位对步态识别效果的影响不同的问题,提出了种

5、自适应选取最优特征的步态识别算法。主要研究工作如下:1步态序列图像预处理:通过运动目标检测、形态学处理、图像连通性分析对)步态图像序列进行处理得到只含有步态轮廓的二值图像,然后对步态图像进行边缘检测、步态周期检测W及图像标准化等处理为后续工作做好准备。2)步态特征提取与处理:根据预处理阶段得到的步态轮廓图像计算人体宽度、边界像素点的速度W及质也的纵坐标作为待选榜征集,并使用小波变换进行分析W克服在预处理阶段的误差。一3分类识别:将每个特征作为个独立的步态特征使用DAGSVMs分类统

6、计)各个特征的分类效果,得到最优部分作为最终的步态识别特征和分类依据,并通过加权最大投票原则进行决策级融合确定最后的分类结果。:向量机融合关键词步态识别;小波变换;支持;决策级AbstractWiththerapiddevelopmentof1:echnology,biometricshasbecome江reKablemethodofi打过human.Gaitrecotionisanemeri打behavioralbiometricide打tigni

7、fygggan'whichidenti巧esindividualthroughexploitingasubectsdistinctivewaofjynw'walkigithoutinterferingwiththesubjectsactivit.Comaredwithhsioloicalyppygbiometrics,gaitKcognitionhasitsadvantagessuchasnonaggression,noncontact,eas

8、ycollection,andhard化hideandcamouflage,whichmakesithavecontributed化manypotentialapplicationsinthefieldofvisualsurveillance,accesscontrol,biometricauthenticationcr

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。