基于能量图匹配的步态识别方法研究.pdf

《基于能量图匹配的步态识别方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第3期东北电力大学学报V01．32．No．32012年6月JournalofNortheastDianliUniversityJun．，2012文章编号：1005—2992(2012)03—0064—05基于能量图匹配的步态识别方法研究侯一民，贺广文，张娜，白佳文(东北电力大学自动化工程学院，吉林吉林132012)摘要：步态识别是一种新兴的生物特征识别技术，它依赖于图像处理和模式识别技术。本文针对步态识别目的，运用基于能量图的方法识别步态目标。首先对静态背景下的序列图像进行背景建模，根据建模结果提取出各帧图像中的目标。二值分割之后，运用形态学滤波器处理目标，得到无噪声的完整目标

2、，经平均化计算得到能量图。讨论了相似性计算方法，运用模板匹配法进行最终的目标识别。运用步态数据库中的图像进行实验，结果证明了方法的有效性。关键词：生物特征；步态识别；能量图；模板匹配中图分类号：TP391文献标识码：A生物特征识别是随着计算机图像处理和模式识别等学科的发展而逐步形成的新兴研究方向，是为了进行身份验证而采用自动技术测量人身体的特征或行为特点，并将这些特征或特点与数据库中的模板数据进行比较，完成认证的一种方法。人体步态识别是一种新兴的生物特征识别技术，它通过视觉技术采集人的行走图像，并在图像中提取出人类步态特征加以分析，达到身份识别的目的。医学研究表明：人的步态具有24种不

3、同的特征，如果把所有特征都充分加以考虑，则可认为人体步态具有个体唯一性，因此，如能够准确提取人类步态特征，就可实现身份、健康状况等信息的识别。此观点已经得到广泛认同。步态识别的应用领域非常广泛。医学领域对步态的分析主要是研究处在康复期病人的步态与正常人步态的差异，从而判断病人的恢复情况。体育训练中，通过分析可以获得人体下肢的运动信息，为运动员的优化训练提供依据。电脑动画游戏同样借助虚拟现实技术建立人体步态模型，以达到非常逼真的运动效果。人机工效学、体育训练及电脑动画等领域的人体运动分析原理是一致的，都是分析人体各部分之间的运动学和动力学关系，。在国外，卡耐基梅隆大学致力于从视频序列图像

4、当中提取人体生物特征并且利用所提供的生物特征进行个人身份认证的研究。研究人员利用K均值算法对训练样本序列与测试样本序列进行聚类，分别求出它们的聚类中心，然后计算测试样本序列的聚类中心与训练样本数据库中所有的训练样本序列聚类中心的相似性，最后利用最邻近算法完成步态的分类识别』。乔治亚技术学院的研究中重点在于提供一种恢复静态人体参数和走路幅度的相关数据的方法。将人体自身的身高、步幅、头顶到腰椎的距离、腰肢到两脚之间的最大距离这些静态形状参数构成的四维特征向量作为步态特征。对每一个步态序列只考虑两脚之间的距离达到最大时的四维特征矢量，序列中所有的特征矢量构造一个高斯模型，利用最大似然估计进行

5、步态的分类识别。A．Kale等利用人的二值化图像的侧面轮廓宽度矢量作为步态特征，采用经典的主分量分析算法进行矢量的降维处理，最后利用时问规整技术计算序列之间的相似收稿日期：2Ol1—1l一14作者简介：侯一民(1978一)男，山东省农安县人，东北电力大学自动化工程学院副教授，博士，主要研究方向：图像处理与模式识别第3期侯一民等：基于能量图匹配的步态识别方法研究65性进行步态识别]。N．Cuntoor综合利用多种特征的融合进行步态识别的研究。具体包括人体高度与人手臂和腿运动的融合、人正面视角步态图形与侧面视角步态图像的融合。融合策略使用最简单的加和、乘积、最小值原理等。利用多特征融合方法

6、取得了比单一特征稍高的识别率J。Nixon等对步态识别技术研究的新进展进行了总结并且对步态识别的前景进行了预测和分析。Cunado．D等将大腿和小腿建立为链接的钟摆模型，并从其与垂直方向之间的夹角信号中获得步态特征。国内的一些学者也在此领域做了一定的研究工作。我国关于步态识别的研究起步较晚，但一些大学和科研机构在步态识别方面取得一定的成果，其中居于领军地位的是由归国博士谭铁牛所领导的中科院自动化所。其中王亮和胡卫明提出了基于统计主元分析的方法，其研究文章被国外的许多研究机构所引用“。但目前的步态识别手段仍存在一定的缺陷，主要问题是识别率较低。针对此问题，本文提出了一种基于能量图匹配的步

7、态识别方法。应用背景建模提取步态目标之后，获取能量图，运用模板匹配方法得到目标识别结果。1步态目标提取步态目标提取是步态目标识别方法中的重要步骤，它是指从视频或者图像序列中提取完整人体目标的过程。由于步态识别中可能需要用到人体目标中的各个部分的运动特点作为识别依据，因此，能够准确、完整的提取出步态目标就成为步态识别能否成功的关键。目前的步态目标提取一般是在静态背景下完成的，采用的目标提取方法包括两种：背景建模和前后帧差影。1．1背景建模背景建模