论文题目: 基于视频的步态识别
论文类型: 博士论文
论文专业: 计算机应用技术
作者: 赵国英
导师: 李华
关键词: 视频,步态识别,反射对称,小波速度矩,小波反射对称矩,分形维数,多摄像机跟踪,三维步态识别
文献来源: 中国科学院研究生院（计算技术研究所）
发表年度: 2005
论文摘要: 在智能环境研究中,人体运动分析与生物特征识别相结合目前已经成为一个流行的研究方向。步态识别,非接触式远距离的身份识别研究——基于运动视觉的第二代生物特征识别技术,是根据拍摄的行走视频,通过人体走路的方式辨别人体身份。和其它生物特征相比,无需接触和干扰,不具有侵犯性,其信息可以在相对较远的距离秘密地得到并进行识别。本文从理论和实际应用的角度,对以视频为输入的步态识别进行了一些新的探索。本文的主要贡献如下:1)提出了幅值谱和反射对称作为关键帧特征的步态识别算法。分别利用了步态图像在频域上的特征和心理学研究中步态的对称性对步态进行分析。幅值谱反映了人体步态的频域特征,而反射对称隐含表示了行走时人体的胳膊和身体的摆动习惯。反射对称性虽然不是唯一的特征,但实验证明反射对称是人体运动的特征之一,可以辅助进行识别。其优点是计算简单、快速,特征直观、有效。2)提出了小波速度矩和小波反射对称矩,以及用二者的结合来描述步态,进行步态识别。小波矩将小波特性和矩特征结合在一起,是一种新的矩特征,不仅具有平移、缩放和旋转不变性,而且具有小波分析的局部性、较强的抗噪性和多分辨率特征,很好地避免了高阶几何矩的计算,同时大大加强了矩特征对图像结构精细特征的刻划能力。在相似信号的识别中表现出很好的特性。速度描述了行走时的动态特征,反射对称隐含了身体的倾斜和手脚的摆动。文中将速度特征和反射对称特征分别和小波矩相结合,获得小波速度矩和小波反射对称矩。实验结果表明,算法得到了较好的识别结果,并具有一定的遮挡处理和抗噪性。3)提出了分形维数小波分析描述子步态识别算法,并利用训练信号,得到优化滤波器,提取特征,进行识别,改进识别结果。在小波矩计算中,只应用了那些能够显式表达的小波函数,并没有应用Mallat算法,从而限制了小波矩的广泛应用。本文将计算机小波和Mallat算法融入了小波矩的计算,并通过小波分析的方法求解分形指数,它增加了小波矩的灵活性,保留了小波矩描述子的性质,充分利用二维图像序列不同尺度上小波分析系数的自相似性,同时减少了计算复杂度。为得到针对不同数据的优化滤波器,文中算法通过学习训练信号,得到广义M进制多尺度滤波器,使得重构信号对原始信号达到最佳逼近。最后,通过最优滤波器提取特征,进行模式分析,在一定程度上提高了识别率。同时,对我们的算法和国内外的主要算法在计算时间、等错误率、复
论文目录:
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.2 研究方法和技术路线
1.3 本文内容
1.3.1 研究目的
1.3.2 本文的贡献
1.4 本文内容组织
第二章 步态识别概述和步态数据库
2.1 步态识别的基本任务
2.2 单摄像机二维步态识别
2.2.1 基于二维图像特征/外观的步态识别方法
2.2.2 基于模型的方法
2.3 三维步态识别
2.4 步态数据库
2.4.1 当前可用数据库
2.4.2 UCSD 数据库
2.4.3 CMU MoBo 数据库
2.4.4 USF 数据库
第三章 人体运动分析概述
3.1 人体检测
3.1.1 运动分割
3.1.2 物体分类
3.2 跟踪
3.2.1 基于模型的跟踪
3.2.2 基于区域的跟踪
3.2.3 基于动态轮廓线的跟踪
3.2.4 基于特征的跟踪
3.2.5 基于学习的跟踪
3.3 行为理解
3.3.1 算法概述
3.3.2 行为识别
3.3.3 语义描述
3.4 开放性问题
3.4.1 分割
3.4.2 遮挡处理
3.4.3 三维建模和跟踪
3.4.4 使用多个摄像机
3.4.5 动作理解
3.4.6 性能评估
3.5 小结
第四章 时空模板支持的步态识别
4.1 基于幅值谱的步态识别
4.1.1 相关工作
4.1.2 时空模板及其谱特征
4.1.3 步态识别算法及结果
4.2 基于反射对称描述子的步态识别
4.2.1 识别算法
4.2.2 反射对称描述子
4.2.3 步态识别实验及结果
4.3 小结
第五章 小波矩描述与步态识别
5.1 小波矩理论
5.2 小波速度矩
5.2.1 基本理论
5.2.2 步态识别实验和结果
5.2.3 小结
5.3 小波矩和反射对称的结合
5.3.1 小波反射对称矩
5.3.2 结合小波速度矩和反射对称用于步态识别
5.3.3 步态识别实验和结果
5.3.4 小结
第六章 步态序列的分形维数小波分析描述子
6.1 分形维数
6.1.1 分形概念
6.1.2 分形与分形维数
6.2 步态的分形维数小波描述子
6.2.1 计算步骤
6.2.2 步态识别实验与结果
6.3 广义小波分析的分形维数步态描述子
6.3.1 相关工作和基本思想
6.3.2 广义 M 进制多尺度分析和训练滤波器
6.3.3 实验与比较
6.4 方法比较
6.4.1 时间花销
6.4.2 ERR 比较
6.4.3 识别率比较
6.4.4 步态速度处理
6.5 小结
第七章 三维步态识别
7.1 跟踪初始化
7.2 基于小波矩的运动检索与模拟
7.2.1 预处理
7.2.2 运动识别和动作检索
7.2.3 数据库建立和组织
7.2.4 小结
7.3 基于多个视频序列的人体运动跟踪
7.4 多摄像机步态仿真与识别
7.4.1 特征选取
7.4.2 序列匹配
7.5 实验与比较
7.6 小结
第八章 结束语
8.1 本文内容回顾
8.2 将来的工作
参考文献
附录：重要的英文缩写
致谢
作者简历
发布时间: 2006-12-27
参考文献
- [1].基于单角色视频的人物运动分析[D]. 李伟.山东大学2018
- [2].基于步态分析的身份识别研究[D]. 苏菡.哈尔滨工程大学2006
- [3].步态特征提取与识别技术研究[D]. 田光见.西北工业大学2006
- [4].基于步态特征的身份识别技术研究[D]. 柴艳妹.西北工业大学2007
- [5].基于图像序列的人体步态识别方法研究[D]. 顾磊.南京理工大学2008
- [6].基于序列统计特性的步态识别算法研究[D]. 张元元.山东大学2010
- [7].基于特征子空间的跨视角步态识别研究[D]. 徐万江.苏州大学2017
- [8].耦合距离度量学习方法研究及在步态识别中的应用[D]. 阎涛.哈尔滨工程大学2015
- [9].基于类能量图与耦合度量的步态识别方法研究[D]. 吕卓纹.哈尔滨工程大学2015
- [10].基于小波变换和支持向量机相结合的步态识别新方法研究[D]. 薛召军.天津大学2007
标签：视频论文; 步态识别论文; 反射对称论文; 小波速度矩论文; 小波反射对称矩论文; 分形维数论文; 多摄像机跟踪论文; 三维步态识别论文;