基于步态的远距离身份识别研究

论文摘要

随着安全敏感场合对智能监控系统需求的增加,步态识别作为一种新兴的非接触远距离的身份识别技术,已经发挥出越来越重要的作用。步态识别系统分为预处理、特征提取、识别分类三个阶段。在预处理阶段,针对经典的背景减除法不能检测出前景与背景差异较小部分的缺点,采用双重阈值的二值化方法,得到了较好的检测结果;在特征提取阶段,采用角度直方图统计方法提取步态信息,并通过理论分析和实验验证了不同方向的角度直方图分量对正确分类的贡献并不相同;在识别分类阶段,采用欧氏距离作为相似性度量,在提取步态特征有效的前提下,采用类间样本最远距离的原则进行识别分类,得到了78.5%的正确识别率。仿真结果表明,本文算法行之有效。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 生物特征识别
• 1.2 步态识别
• 1.3 论文的主要工作和章节安排
• 第二章 步态识别技术
• 2.1 步态识别系统
• 2.2 步态运动检测
• 2.2.1 背景减除法
• 2.2.2 背景建模方法
• 2.3 步态特征选择与提取
• 2.3.1 基于人体模型的方法
• 2.3.2 基于运动模型的方法
• 2.3.3 基于轮廓统计的方法
• 2.4 步态数据库
• 2.5 算法性能评价标准
• 第三章 步态视频预处理
• 3.1 经典的背景减除法
• 3.2 背景减除法的改进
• 3.3 数据融合
• 3.4 关键帧提取
• 第四章 基于角度直方图的步态特征提取
• 4.1 角度直方图的优点
• 4.2 角度直方图的统计实现
• 4.3 角度直方图的维数确定
• 4.4 角度直方图的特征选择与提取
• 第五章 步态的分类和识别
• 5.1 模式识别
• 5.2 步态的分类识别
• 第六章 结束语
• 致谢
• 附录 部分仿真实验结果表
• 参考文献
• 研究成果