面向Kinect運(yùn)動(dòng)數(shù)據(jù)的步態(tài)識(shí)別算法研究.pdf

1、步態(tài)識(shí)別是一種新興的生物特征識(shí)別技術(shù)，其目的在于通過(guò)分析人的走路姿勢(shì)對(duì)人的身份進(jìn)行識(shí)別。傳統(tǒng)的步態(tài)識(shí)別技術(shù)基于圖像、視頻等數(shù)據(jù)對(duì)步態(tài)進(jìn)行識(shí)別，將大量精力用于從圖像、視頻數(shù)據(jù)中提取人體運(yùn)動(dòng)數(shù)據(jù)和對(duì)人體建模之上。隨著科技的快速發(fā)展，直接以廉價(jià)的方式獲取到人體運(yùn)動(dòng)的三維信息成為可能。
　　Kinect可以對(duì)人體骨骼結(jié)構(gòu)進(jìn)行建模并對(duì)人運(yùn)動(dòng)時(shí)各主要關(guān)節(jié)的三維運(yùn)動(dòng)數(shù)據(jù)進(jìn)行采集，大大減少了傳統(tǒng)步態(tài)識(shí)別前期用于數(shù)據(jù)提取與建模的工作量。本文結(jié)合傳統(tǒng)

2、步態(tài)識(shí)別技術(shù)以及Kinect運(yùn)動(dòng)數(shù)據(jù)的新特點(diǎn)，對(duì)面向Kinect運(yùn)動(dòng)數(shù)據(jù)的步態(tài)識(shí)別所涉及的關(guān)鍵問(wèn)題進(jìn)行了探究，主要工作如下:
　　1)研究Kinect運(yùn)動(dòng)數(shù)據(jù)的獲取與預(yù)處理方法。通過(guò)調(diào)用相關(guān)接口對(duì)Kinect運(yùn)動(dòng)數(shù)據(jù)進(jìn)行采集，通過(guò)分析Kinect運(yùn)動(dòng)數(shù)據(jù)的特點(diǎn)，提出使用自適應(yīng)的雙邊濾波算法從時(shí)間和空間兩個(gè)方向?qū)\(yùn)動(dòng)數(shù)據(jù)進(jìn)行降噪處理。
　　2)運(yùn)動(dòng)數(shù)據(jù)的步態(tài)周期分割。通過(guò)提取運(yùn)動(dòng)時(shí)的足跡信息對(duì)步態(tài)周期進(jìn)行分割，首先提取足跡特征

3、對(duì)足跡進(jìn)行描述，然后提出使用支持向量機(jī)方法進(jìn)行足跡檢測(cè)，進(jìn)而使用足跡檢測(cè)的結(jié)果對(duì)步態(tài)周期進(jìn)行分割，對(duì)分割得到的步態(tài)周期進(jìn)行長(zhǎng)度歸一化，從而獲得長(zhǎng)度一致的步態(tài)運(yùn)動(dòng)數(shù)據(jù)，以此作為步態(tài)識(shí)別的樣本數(shù)據(jù)。
　　3)Kinect步態(tài)識(shí)別算法研究。首先對(duì)常用的步態(tài)數(shù)據(jù)庫(kù)進(jìn)行了概括，并根據(jù)實(shí)驗(yàn)的需要搭建了一個(gè)Kinect步態(tài)運(yùn)動(dòng)數(shù)據(jù)庫(kù)，其次提取一系列步態(tài)特征對(duì)步態(tài)運(yùn)動(dòng)進(jìn)行描述，最后提出使用隨機(jī)森林算法對(duì)步態(tài)進(jìn)行識(shí)別并與多種識(shí)別方法進(jìn)行了實(shí)驗(yàn)對(duì)比與