收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于特征融合的步态识别的研究

黄正华  
【摘要】: 步态识别是利用人走路的姿势进行人的身份识别的一门新兴生物特征识别技术。该技术具有的非侵犯性、远距离识别和难以隐藏性特点,这些特点是其他生物特征识别(如虹膜、指纹等)所不具备的。因此,步态识别作为模式识别的新兴子领域,越来越受到该领域的研究者们的关注与研究,并在安全防御和视频监控等方面得到了广泛的应用。 一般而言,步态识别过程分为三个部分:步态的提取、步态特征的提取和步态识别。综合国内外文献可知,提取步态特征和步态分类算法一直以来是模式识别领域的热点与难点。虽然,步态识别的研究取得了一定的进展,但是由于步态的多样性和其所处的环境的复杂性,目前还没有一种通用的步态识别算法。因此,本论文主要从步态特征提取方面着手,开展了一些关键问题的探索与研究,其主要从以下两个方面进行了详细的研究: 1、对描述步态周期性的各种方法进行了深入的研究,并从影响步态图像变化的根源出发,提出了一种新的描述步态周期性的方法。该方法以髋关节以下部分为研究对象,提取髋关节以下部分中心的纵坐标,从步态图像的某一状态出发(本论文是从步态跨度最大时为起始进行分析研究的),到下一个近似于此状态时结束,这样就得到了一个步态图像序列的一个周期。实验结果表明本论文提出的方法不仅具有比较好的鲁棒性,而且更易凸显出步态的准周期性这一重要特性。 2、结合人的生理结构特性和步态图像的运动特性,提出了将步态的静态特征和动态特征分别提取的算法。根据步态的运动特性提取研究对象(髋关节以下部分)的关键点(膝关节)的运动特征——速度矩和路径距,其中速度矩描述了步态的运动轨迹特性,路径距描述了步态运动的一致性;结合人的生理结构特性提取膝关节到脚踝关节的距离作为步态的静态特征。然后将步态的静态特征和动态特征进行融合,并利用现有的多种分类器算法进行分类识别。实验结果表明采用这种形式的步态特征进行步态识别,识别率得到了一定的提高。 实验结果验证,利用髋关节以下部分的质心描述步态的周期性具有更明显的优点,采用动静相结合的步态特征是可行的。尽管本文在步态特征提取方面做了一些努力,但是还有许多工作需要进行更深入的研究。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 卢威;陈后金;;基于分块双向二维主成分分析的步态识别[J];计算机应用与软件;2011年09期
3 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
4 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
5 王灵江;阮佳彬;杨育彬;;基于区域语义子概念分布的场景分类[J];计算机科学;2011年09期
6 汪首坤;郭俊杰;王军政;;基于自适应特征融合的均值迁移目标跟踪[J];北京理工大学学报;2011年07期
7 张国政;姜威;;采用频谱脸和FLD的分量融合彩色人脸识别[J];计算机工程与应用;2011年23期
8 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
9 林玲;周新民;商琳;高阳;;基于特征融合的多模态身份识别方法研究[J];计算机工程与设计;2011年08期
10 焦慧敏;王党校;张玉茹;方磊;;基于书写摩擦力的签名识别方法[J];自动化学报;2011年07期
11 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
12 孔祥兵;舒宁;陶建斌;龚;;一种基于多特征融合的新型光谱相似性测度[J];光谱学与光谱分析;2011年08期
13 李伟生;赵晓霞;;一种基于优化“词袋”模型的物体识别方法[J];计算机应用研究;2011年09期
14 路杨;楚艳萍;;基于全局及局部特征融合的建筑图像检索策略[J];河南大学学报(自然科学版);2011年04期
15 唐凤仙;钱沄涛;赵鹏飞;;在线生物文献磁共振图像识别方法[J];计算机工程;2011年15期
16 杨兴华;封化民;江超;陈春萍;;一种基于多模态特征融合的垃圾邮件过滤方法[J];北京电子科技学院学报;2011年02期
17 孙艳丰;张扬;唐恒亮;;基于二维、三维信息融合的人脸识别[J];北京工业大学学报;2011年06期
18 楼朋旭;蔡念;张国宏;戴青云;;融合Contourlet和高斯描绘子的图像检索方法[J];计算机工程与应用;2011年19期
19 周宇;周红琼;叶庆卫;王晓东;;IP网络质量的主客观评价融合模型[J];计算机工程;2011年18期
20 陈俊;;一种融合多特征的笑脸分类方法[J];华南师范大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前10条
1 ;基于特征融合的遥感图像识别方法研究[A];中国光学学会2010年光学大会论文集[C];2010年
2 张聪;明东;万柏坤;;基于小波描述子和人体骨架模型的多视角融合步态识别[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年
3 孟凡洁;孔祥维;尤新刚;;基于特征融合的相机来源认证方法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
4 肖军;苏洁;郑波;贾鹏宇;;智能仿生腿在不同路况下的步态识别系统研究[A];2007中国控制与决策学术年会论文集[C];2007年
5 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
6 戴岳刚;明东;;基于数学描述子的步态图像处理方法研究[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年
7 张浩;刘志镜;;基于动态时间规整的步态自动识别[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
8 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
9 金挺;周付根;白相志;;一种简单有效的特征融合粒子滤波跟踪算法[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
10 王科俊;贲晛烨;;基于线性插值的特征模板构造的步态识别算法框架[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
中国博士学位论文全文数据库 前10条
1 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
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 胡荣;人体步态识别研究[D];华中科技大学;2010年
6 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
7 田光见;步态特征提取与识别技术研究[D];西北工业大学;2006年
8 石欣;基于压力感知步态的运动人体行为识别研究[D];重庆大学;2010年
9 王大伟;基于特征级图像融合的目标识别技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
10 闫冬梅;基于特征融合的遥感影像典型线状目标提取技术研究[D];中国科学院研究生院(遥感应用研究所);2003年
中国硕士学位论文全文数据库 前10条
1 纪阳阳;基于多类特征融合的步态识别算法[D];山东大学;2010年
2 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
3 李兴超;基于人体动静态特征融合的步态识别算法研究[D];中南大学;2012年
4 朱小柯;基于特征融合和支持向量机的步态识别算法研究[D];河南大学;2010年
5 张亚莉;基于特征融合的掌纹识别[D];河南科技大学;2010年
6 袁氢;基于特征融合与神经网络的手写体数字识别技术研究[D];武汉科技大学;2007年
7 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
8 梁利波;基于特征融合和SVM的步态识别方法研究[D];河北工程大学;2010年
9 陆凤娟;基于典型相关分析的人脸识别方法研究[D];南京理工大学;2009年
10 丛庆;一种有监督双向特征融合的人脸识别算法[D];河南大学;2011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 谭永明伍换 陈雄;传感器火眼金睛[N];中国质量报;2007年
3 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
4 记者 肖扬;身份识别:解惑安全难题[N];金融时报;2008年
5 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
6 孙哲南 谭铁牛;生物识别:未来安全之星[N];计算机世界;2006年
7 何建昆;“猫人”以创新科技引领品牌时尚[N];科技日报;2007年
8 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
9 魏来仁;迎接生物特征识别时代的到来[N];北京科技报;2002年
10 王轼 王远胜;迎接生物识别时代[N];光明日报;2002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