基于步態(tài)特征的身份識別技術研究.pdf

1、近來年，隨著社會發(fā)展對自動身份鑒定技術的需求越來越迫切，指紋、虹膜、人臉、DNA以及筆跡等生物特征識別技術得到了巨大發(fā)展。步態(tài)是一種新興的生物特征識別技術，主要是通過人體走路的姿勢來識別人的身份。和其他生物識別特征相比，它具有非侵犯性、遠距離識別性、清晰度要求低和難以隱藏等優(yōu)點，因而備受計算機視覺研究者的關注。從安全監(jiān)控的角度來看，步態(tài)也是遠距離情況下最具潛力的生物特征。鑒于步態(tài)識別技術具有重要的理論研究意義和實際應用價值，本文對其進行

2、了深入的研究，取得了以下研究成果： 1、利用主成分分析(PCA)方法和多重判別分析(MDA)方法進行特征降維，提出了一種基于感知輪廓描述子和特征空間變換的自動步態(tài)識別算法。實驗結果表明，該算法在大樣本的CMU數(shù)據(jù)庫上的平均識別率達到了90％左右，和文獻[12]中的同類方法基本一致。而在小樣本的 UCSC數(shù)據(jù)庫上則達到了94％以上，比文獻[12]中的方法高5％左右。 2、面向區(qū)域面積和區(qū)域方差兩種特征，提出了一種新的基于區(qū)

3、域特征的步態(tài)識別算法。該算法在小樣本的UCSD數(shù)據(jù)庫上面向兩種特征的平均識別率分別達到了900％和94％以上，比文獻[20]中的Baseline算法分別高1％和5％左右。而在人樣本的CMU數(shù)據(jù)庫上則分別達到了99.5％和98.5％以上，比Baseline算法分別高4％和3％左右。 3、面向動態(tài)方差和動態(tài)能量兩種特征，提出了一種新的基于動態(tài)特征的步態(tài)識別算法。實驗結果表明，算法在小樣本的UCSD數(shù)據(jù)庫上面向兩種特征的平均識別率都達