基于二维步态的身份识别

论文摘要

步态识别是指通过自动提取视频图像中行人的运动特征来识别人的身份,它具有非侵犯性、远距离识别、难于隐藏等特点。近年来,随着机场、银行、军事基地等安全敏感场合对大范围视觉监控系统的需求增加,步态识别被越来越多的研究者所关注。本文在总结和分析国内外相关工作的基础上,研究了二维步态识别方法,主要内容如下:考虑到人体运动轮廓的时空相关特性,提出一种基于序列图像轮廓相似性的步态识别方法,首先在图像序列上使用背景减除法提取人体轮廓,然后截取下肢轮廓作为特征模板,最后计算序列图像中下肢轮廓之间的相似性实现目标的身份识别。由于个体步态周期不同步问题,论文引入动态时间规整算法,对行走过程中可能出现的速率变化进行非线性调整。试验结果表明这种方法的识别率令人满意,计算代价相对较低。考虑到人体大腿运动是一种单摆模型,提出一种基于人体运动信息的步态识别方法,使用Canny检测方法和哈夫变换提取两大腿之间的角度之后,再融合人体轮廓的宽,度进行身份识别。在步态识别原型系统上对该方法进行验证,和其它方法相比,识别率明显提高。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 生物特征识别技术介绍
• 1.1.1 基于生理特征的生物识别技术
• 1.1.2 基于行为特征的生物识别技术
• 1.2 步态特征描述
• 1.3 步态识别研究背景
• 1.4 论文内容与结构
• 第2章 步态识别研究现状
• 2.1 步态识别描述
• 2.2 步态识别方法综述
• 2.2.1 基于统计的步态识别方法
• 2.2.2 基于模型的步态识别方法
• 2.2.3 基于多模态信息融合的步态识别方法
• 2.3 小结
• 第3章 基于序列图像轮廓相似性的步态识别方法
• 3.1 人体运动目标检测
• 3.1.1 视频捕获及分帧
• 3.1.2 背景建模及其背景更新
• 3.1.3 图像二值化
• 3.1.4 图像形态学处理
• 3.2 步态特征提取
• 3.2.1 轮廓提取
• 3.2.2 步态分析
• 3.3 动态时间规整
• 3.3.1 时间弯折的概念
• 3.3.2 时间弯折的限制
• 3.3.3 动态时间规整方法
• 3.3.4 序列图像轮廓相似度计算
• 3.4 实验结果及其分析
• 3.4.1 实验条件
• 3.4.2 步态数据库
• 3.4.3 实验结果及其分析
• 3.5 小结
• 第4章 基于人体运动信息的步态识别方法
• 4.1 步态特征提取
• 4.1.1 Canny准则及算法
• 4.1.2 哈夫变换检测大腿直线
• 4.1.3 两大腿夹角计算
• 4.1.4 步态分析
• 4.2 实验结果及其分析
• 4.2.1 KNN算法
• 4.2.2 实验结果及其分析
• 4.3 小结
• 结论
• 参考文献
• 致谢
• 攻读硕士期间发表（含录用）的学术论文