首页> 正文

步态特征提取与识别技术研究

2020-11-22阅读(836)

步态特征提取与识别技术研究

论文摘要

步态识别是根据人们走路的姿势进行身份识别，近年引起了计算机视觉领域研究人员的广泛关注。美国国防重大专项项目计划署DARPA(Defense Advanced Research Projects Agency)2000年重大项目—HID(Human Identification at a Distance)计划，集合了马里兰大学、麻省理工学院、卡耐基梅隆大学等26家高校或公司进行步态识别的研究。人脸、指纹等生物特征通常要求近距离或接触性的感知(指纹需要接触指纹扫描仪等)。它们在远距离情况下将不可能使用，而步态是在此时唯一可感知的生物特征。鉴于步态识别技术具有重要的理论研究意义和实际应用价值，本文对其进行了深入的研究，并在前人研究的基础上从事了以下的研究和创新： 1．提出了一种利用傅立叶描绘子描述步态图像边界形状特征的步态特征表达方法，应用动态时间规正技术计算步态序列之间的相似性值，来完成特定步态的识别。在由DARPA提供的同样的数据库上的测试表明，算法对于小样本数据库的识别率较相关文献中的方法提高了3％左右，而在大样本数据库上算法的识别性能要比相关文献中的识别率低10％左右。 2．提出了一种基于隐马尔可夫模型的人体静态形状特征和运动特征相结合的步态识别算法。在由DARPA提供的同样的数据库上的测试表明，算法比相关文献报道的算法的正确识别率提高约5％左右。 3．在对人体侧面图像对称性进行分析的基础上，提出了一种基于人体对称性分析的步态识别算法。在由DARPA提供的同样的数据库上的测试表明，算法在小样本数据库上的识别率要比相关文献的识别率高约5％左右，而在大样本数据库上的识别率要提高约10％—25％左右，达到100％的正确识别率。 4．提出了一种多特征融合的步态识别方法。测试结果表明，在由DARPA提供的同样的数据库上，融合算法的识别率约比未经融合的单独算法提高约3％—5％。 5．对可能影响步态识别精度的各种因素进行了分析，同时也对所提出的步态识别算法进行了大量的实验验证，从而用定量的实验数据对算法进行客观了的评价。实验表明所提出的算法具有较好稳定性和较高的识别率。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 选题背景与研究意义
  • 1.2 步态识别技术综述
  • 1.2.1 国内外研究现状
  • 1.2.2 步态识别技术的研究难点和发展趋势
  • 1.3 本文所做的研究工作与创新
  • 1.4 本论文的内容安排
  • 本章参考文献
  • 第二章 基于模板匹配的步态识别方法
  • 2.1 引言
  • 2.1.1 假设条件
  • 2.1.2 处理流程
  • 2.2 预处理
  • 2.2.1 运动分割
  • 2.3 特征提取
  • 2.3.1 运动人体轮廓线提取
  • 2.3.2 应用傅里叶描述子表达运动人体轮廓线
  • 2.3.3 步态周期性分析
  • 2.4 特征度量
  • 2.5 模式分类
  • 2.6 实验结果
  • 2.6.1 对Little and Boyd数据库数据的实验结果
  • 2.6.2 对CMU DataBase数据库数据的实验结果
  • 2.7 本章小结
  • 本章参考文献
  • 第三章 人体静态形状特征与运动特征相结合的步态识别
  • 3.1 引言
  • 3.1.1 假设条件
  • 3.1.2 方法概述
  • 3.2 预处理
  • 3.3 特征提取
  • 3.3.1 步态静态形状特征提取
  • 3.4 特征度量
  • 3.4.1 隐马尔可夫模型原理
  • 3.4.2 基于连续密度隐马尔可夫模型的步态识别方法
  • 3.5 实验结果
  • 3.5.1 对Little and Boyd数据库数据的实验结果
  • 3.5.2 对CMU数据库数据的实验结果
  • 3.6 本章小结
  • 本章参考文献
  • 第四章 基于人体对称性分析的步态识别
  • 4.1 引言
  • 4.1.1 假设条件
  • 4.1.2 方法概述
  • 4.2 预处理
  • 4.3 特征提取
  • 4.3.1 步态静态形状特征提取
  • 4.3.2 步态特征表达
  • 4.4 特征度量
  • 4.5 模式分类
  • 4.5.1 单一特征的分类方法
  • 4.5.2 多种特征的融合分类方法
  • 4.6 实验结果
  • 4.6.1 Little and Boyd数据库数据的实验结果
  • 4.6.2 CMU数据库数据的实验结果
  • 4.7 本章小结
  • 本章参考文献
  • 第五章 各种因素对步态识别结果的影响分析
  • 5.1 引言
  • 5.2 各种影响因素分析
  • 5.2.1 摄像机镜头方向（视角）对步态识别结果的影响实验
  • 5.2.2 人走路的速度对步态识别结果的影响实验
  • 5.2.3 人是否携带物品对步态识别结果的影响实验
  • 5.2.4 人所行走的路面状况对步态识别结果的影响实验
  • 5.2.5 人体不同部分对于步态识别结果的影响实验
  • 5.3 本章小结
  • 本章参考文献
  • 第六章 论文总结与展望
  • 6.1 论文总结
  • 6.2 论文不足之处与进一步的深入研究
  • 致谢
  • 附录:攻读博士学位期间所作的科研工作及发表的论文

    • 相关论文文献

    • [1].基于生成对抗网络的跨视角步态特征提取[J]. 计算机系统应用 2020(01)
    • [2].不同鞋跟高度对20～22岁女大学生步态特征影响的研究[J]. 当代体育科技 2020(11)
    • [3].高校肥胖大学生步态特征研究[J]. 当代体育科技 2017(04)
    • [4].有跌倒史老年人跨越障碍步态特征的研究[J]. 山东体育学院学报 2014(05)
    • [5].肥胖儿童步态特征及足底压力分布的研究进展[J]. 皮革科学与工程 2013(05)
    • [6].惯性传感体系下步态特征的差异性检测方法[J]. 工业控制计算机 2018(03)
    • [7].受限玻尔兹曼机的步态特征提取及其识别[J]. 河北大学学报(自然科学版) 2019(06)
    • [8].超重成年人步态特征与能耗[J]. 中国组织工程研究 2020(36)
    • [9].青年男性倒走与正走的步态对比研究[J]. 当代体育科技 2017(28)
    • [10].电动跑步机上步态特征获取系统的设计[J]. 传感技术学报 2012(06)
    • [11].基于智能手机运动传感器的步态特征身份识别方法[J]. 计算机应用 2019(06)
    • [12].人体高速运动图像步态特征精准定位方法研究[J]. 自动化与仪器仪表 2019(11)
    • [13].中学生步态特征研究[J]. 运动 2018(05)
    • [14].基于人类行走模型的步态特征提取方法研究[J]. 计算机应用与软件 2009(05)
    • [15].基于脸部和步态特征融合的身份识别[J]. 计算机应用 2009(08)
    • [16].步态特征提取的K均值聚类自适应判别[J]. 测绘科学 2019(12)
    • [17].基于步态特征的车辆前方行人识别系统研究[J]. 时代汽车 2017(16)
    • [18].步态特征中非线性相关信息的表示方法研究[J]. 武汉理工大学学报 2009(18)
    • [19].坐骨神经痛患者的步态特征[J]. 医用生物力学 2016(01)
    • [20].伊犁马1000m速步训练赛体尺、步态特征与速度相关性研究[J]. 新疆农业科学 2015(06)
    • [21].电动跑步机上步态特征获取系统的设计[J]. 电子测试 2013(22)
    • [22].基于步态特征的身份识别算法研究[J]. 计算机仿真 2012(04)
    • [23].三维步态分析比较青年人与老年人双任务下步态特征的差异[J]. 中国组织工程研究 2021(03)
    • [24].老年人步行时足底压力及步态特征的增龄性变化[J]. 中国老年学杂志 2013(13)
    • [25].男性老年人健步走足底压力分布与步态特征[J]. 中国康复医学杂志 2009(12)
    • [26].基于现实环境的功能性步态训练对社区卒中后康复期老人步态特征及害怕跌倒的影响[J]. 护理学报 2018(19)
    • [27].篮球专项学生的步态特征和足底压力研究[J]. 运动 2015(19)
    • [28].基于分数阶傅里叶变换步态特征提取[J]. 北京理工大学学报 2012(06)
    • [29].3岁至6岁幼儿跑步步态特征的运动学分析[J]. 沈阳体育学院学报 2011(06)
    • [30].基于多参数模型结合的步态特征提取新方法[J]. 中国生物医学工程学报 2009(01)

    标签：;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

    步态特征提取与识别技术研究
    下载Doc文档

    猜你喜欢

    © 2025 毕速过 版权所有 鄂ICP备12018319号-5