收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于人体关节点的步态识别算法研究

李翔  
【摘要】:随着信息技术的飞速发展,生物识别技术已经渐渐深入到了人们的生活。它不但简洁快速,而且安全可靠。步态是指人的行走方式,与指纹识别、人脸识别、虹膜识别等技术相比,步态特征由于其远距离、非接触性、难于隐藏和伪装等优点,被认为是在远距离条件下进行身份识别的最有效的生物特征,近年来引起了计算机视觉领域研究者们的浓厚兴趣。 步态识别技术的研究可以促进计算机视觉和模式识别理论的发展,具有重要的理论和实践意义;步态识别技术在安全要求较高的场所的视频监控、协助案件侦查等方面也存在着潜在的应用价值。 本文的研究目的在于进一步提高步态识别算法的实时性和各项性能,引领步态识别技术一步步迈向实际应用化。 步态识别是指根据人走路的姿势及动力学特征来识别人的身份,包括人体运动目标检测、特征提取和分类识别三个过程。本文在对各种步态识别算法进行了详细研究的基础上,对核心环节暨特征提取过程进行了主要研究,提出了相应的新的改进算法。本文的研究成果和创新点主要包括: 1.现有的步态周期估计方法大都通过求宽高比信号的自相关函数的周期来获得,算法复杂度较高。考虑到实时处理的需求,本文提出了一种简单有效的周期估计方法,暨直接分析人体运动宽高比信号,并在此基础上,通过同相位求平均的方法得到半周期长的人体代表性短序列,作为供实验用的图像序列,代替关键帧法。本文把上百帧的原始数据以长度为十几帧的图像精简地表示,将半周期长的步态图像序列称为某一段步态图像序列的代表性短序列。本文提出的这种步态序列标准化的方法在几乎没有损失原有信息量的前提下,既达到了减少存储量的目的,同时也将步态数据实现了统一规范化。与关键帧法相比,具有明显的优势。 2.提取了有效的步态特征。由于步态受到许多外在客观因素的影响,基于单个特征的识别率一直很低,因此本文提出了一种新的算法,将多类特征进行有机融合,以达到提高识别率的目的。经过研究发现,人体关节点能很好的表征人体的步态特征,对每个序列用下肢关节角度描述其动态特征,并用关节点的形状上下文描述其轮廓静态特征,较好的提取了人体的步态信息。最后,通过实验,对不同特征赋予相应权值,进行特征融合,并采用K近邻分类器,有效地提高了识别率。本文通过大量的实验验证了融合算法的识别性能和校验性能都优于任何特征单独作用时的效果。实验结果证明,引入这种新的特征融合算法可以带来算法识别性能上的收益。 实验表明,本文提出的算法具有很好的识别效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 商信华;赵喜玲;;隐马尔可夫模型在步态识别中的应用研究[J];计算机测量与控制;2011年08期
2 李瀚霖;许林娜;王嘉楠;;步态识别在煤矿井下人员特征提取中的应用[J];科技致富向导;2011年24期
3 田伟峰;刘茜;陈贝;;基于图像序列的运动目标检测研究[J];现代电子技术;2011年12期
4 高峰;魏少华;刘彩红;;序列图像中的目标区域跟踪算法的设计[J];计算机技术与发展;2011年08期
5 王猛;李玉良;;基于图像识别的煤矿井下机车速度监测系统设计[J];煤炭工程;2011年07期
6 谭建辉;;基于遗传算法和BP模糊神经网络的红外步态识别[J];现代电子技术;2011年12期
7 成奋华;杨海燕;;基于Gabor小波变换的人脸疲劳模式识别[J];计算机应用;2011年08期
8 马晓婷;;行人跟踪技术综述[J];电脑知识与技术;2011年19期
9 汪阳;刘文清;黄克明;;某型火箭弹飞行紫外成像特征分析研究[J];微计算机信息;2011年07期
10 石信增;汪亚明;郑俊褒;许然;;基于图像序列的非刚体三维运动恢复[J];计算机应用与软件;2011年09期
11 林尔东;姚志明;郑重;周旭;孙向阳;孙怡宁;;一种改进的基于地面反作用力的步态识别方法[J];模式识别与人工智能;2011年03期
12 陶沁沁;冯远静;俞立;黄国川;欧林林;;复杂相变热图序列相变线跟踪与应用[J];中国图象图形学报;2011年06期
13 胡荣;王宏远;;对步态空时数据的连续特征子空间分析[J];中国图象图形学报;2011年04期
14 施云飞;宋千;金添;周智敏;;前视成像雷达图像序列配准算法研究[J];电子与信息学报;2011年06期
15 王荻;王洁;付小宁;;基于单目图像和方向的测距系统及性能分析[J];光子学报;2011年07期
16 赵志强;陈盈;;一种基于灰度投影与块匹配的视频序列快速稳像算法[J];光电工程;2011年06期
17 周冉冉;张祥志;许子健;郭智;邰仁忠;;超分辨重建方法在STXM图像处理中的应用[J];核技术;2011年05期
18 闫东升;马晓芬;朱健;;一种视频多运动目标跟踪方法研究[J];现代计算机;2011年08期
19 江由;页陈;震危;水根;江少锋;;基于结构张量的变分光流计算方法[J];南昌航空大学学报(自然科学版);2011年02期
20 贾旭;薛定宇;崔建江;刘晶;;基于Contourlet子带能量特征多HMM融合的静脉识别[J];电子与信息学报;2011年08期
中国重要会议论文全文数据库 前10条
1 赵荣椿;王兵;蒋晓悦;;基于图像序列的运动估计[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
2 张飞;樊瑜波;蒲放;刘展;;牙及颌骨CT图像序列中牙轮廓的半自动提取方法[A];中国力学学会学术大会'2005论文摘要集(上)[C];2005年
3 何强;林宏基;;基于蚁群算法的自适应背景建模[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年
4 于俊伟;薛文芳;常红星;;基于计算机视觉的航天器图像序列仿真[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
5 徐晗路;李晓峰;;基于图像序列中微弱运动目标的检测[A];2008年中国西部青年通信学术会议论文集[C];2008年
6 宋仁庭;杨卫平;杨明月;;模板匹配算法对运动目标自动锁定跟踪的研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
7 姜翰青;章国锋;董子龙;华炜;刘新国;鲍虎军;;基于图像序列的交互式快速建模系统[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
8 徐扬;陈实;田玉敏;;基于核主成分分析的步态识别[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
9 么键;刘冀伟;韩旭;王志良;;基于光流的运动人体提取[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年
10 杨晓鹏;;适用于PACS的医学图像序列编码研究[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 刘海涛;基于立体视觉的步态识别研究[D];中国科学技术大学;2010年
2 曾玮;基于确定学习理论的人体步态识别研究[D];华南理工大学;2012年
3 张元元;基于序列统计特性的步态识别算法研究[D];山东大学;2010年
4 贲晛烨;基于人体运动分析的步态识别算法研究[D];哈尔滨工程大学;2010年
5 孙春凤;基于并行处理的高速图像序列运动目标检测技术研究[D];哈尔滨工业大学;2011年
6 吴婧;桌面图像序列编码方法的研究[D];浙江大学;2009年
7 谭建辉;基于信息融合的红外步态识别新技术研究[D];广东工业大学;2011年
8 胡荣;人体步态识别研究[D];华中科技大学;2010年
9 顾磊;基于图像序列的人体步态识别方法研究[D];南京理工大学;2008年
10 韩磊;图像序列中人的行为分析和识别方法[D];北京理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘凌峰;基于图像序列和压力的步态识别研究[D];中国科学技术大学;2010年
2 李翔;基于人体关节点的步态识别算法研究[D];山东大学;2011年
3 高海燕;人体步态识别研究[D];北京交通大学;2010年
4 黄正华;基于特征融合的步态识别的研究[D];中南民族大学;2010年
5 张恒;基于轮廓的步态识别[D];南京信息工程大学;2011年
6 邱正;基于能量图分解的步态识别算法研究[D];华东理工大学;2011年
7 孙珊;基于确定学习的步态识别的并行计算实现[D];华南理工大学;2012年
8 刘丽丽;基于最外轮廓的步态识别研究[D];山东大学;2012年
9 汪丹桂;基于模糊积分和轮廓特征的步态识别[D];安徽大学;2010年
10 王国艳;非刚体运动模型在步态检测中的应用研究[D];天津大学;2006年
中国重要报纸全文数据库 前10条
1 若水;分析步态识别身份[N];光明日报;2003年
2 中科院自动化所生物特征认证与测评中心 王亮 吕科;生物特征综合利用[N];计算机世界;2003年
3 记者 肖扬;身份识别:解惑安全难题[N];金融时报;2008年
4 中科院自动化所模式识别国家重点实验室 王蕴红;多种生物识别技术[N];计算机世界;2001年
5 魏丫丫;他们让IPTV更精彩[N];通信产业报;2006年
6 刘鹏;间谍科学展:“秘密武器”让已删短信“现形”[N];新华每日电讯;2007年
7 魏来仁;迎接生物特征识别时代的到来[N];北京科技报;2002年
8 王轼 王远胜;迎接生物识别时代[N];光明日报;2002年
9 成都 虎永存;JVC新一代液晶电视技术[N];电子报;2008年
10 本报记者 李冬玲;走近生物识别技术[N];中国质量报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978