-
题名基于步态的人身份识别技术综述
被引量：8
- 1
-
-
作者
叶波
文玉梅
-
机构
重庆大学光电工程学院
-
出处
《计算机应用》
CSCD
北大核心
2005年第11期2577-2580,2594,共5页
-
文摘
由于不同的人在身体结构和运动行为方面存在广泛的不同性,步态为人的身份识别提供了独特的线索。对于近年来日益受到普遍重视的基于步态生物特征的人身份识别专题进行了较为详尽的综述,分析了目前所取得的主要成果及其特点,并指出了存在的难题和未来的发展趋势。
-
关键词
生物测量
步态识别
特征空间
时空模式
-
Keywords
biometrics
gait-based recognition
eigen-space
spatio-temporal mode
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于小波变换和支持向量机的步态识别算法
被引量：8
- 2
-
-
作者
叶波
文玉梅
-
机构
重庆大学光电工程学院光电技术及系统教育部重点实验室
-
出处
《中国图象图形学报》
CSCD
北大核心
2007年第6期1055-1063,共9页
-
基金
重庆市科委自然科学基金计划资助项目(CSTC2006BB2155)
-
文摘
为了快速准确地进行人体运动步态识别,基于运动人体的轮廓宽度特征,提出了一种新的步态识别算法。该算法首先对每个序列进行运动轮廓抽取,同时从3个方向(水平、垂直、斜向)对时变的2维轮廓进行投影扫描,并分别转换为对应的特征向量;然后通过对级联的特征向量进行离散正交小波变换来提取低维步态特征,并抑制噪声;在此基础上采用支持向量机训练步态分类器组,最后用支持向量机组进行步态识别。在一组30人构成的步态数据库中进行的实验结果表明,该算法具备快速、稳健的特征,识别率达到91%,初步具备了实际应用的价值。
-
关键词
生物测量
步态识别
轮廓投影
离散小波变换
支持向量机
-
Keywords
biometrics, gait-based recognition, silhouette projection, discrete wavelet transformation （ DWT）, support vector machine（ SVM ）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于人体轮廓宽度特征的步态识别
被引量：4
- 3
-
-
作者
叶波
文玉梅
-
机构
重庆大学光电工程学院
-
出处
《计算机应用》
CSCD
北大核心
2005年第8期1792-1794,1800,共4页
-
文摘
基于人体轮廓宽度特征提出了一种步态识别算法。首先对每个序列进行运动轮廓抽取,将这些时变的二维轮廓形状转换为对应的一维横向宽度信号,通过主元分析法(PCA)来提取低维步态特征,在此基础上采用线性判决分析(LDA),以获取最佳投影方向,达到提高数据分类能力的目的。在NLPR、CMU和UMF步态数据库中进行实验,结果表明算法具备快速、稳健特征,在实际应用中具备较大的价值。
-
关键词
生物测量
特征抽取
步态识别
主元分析法
线性判决分析
-
Keywords
biometrics
feature extraction
gait-based recognition
PCA(Principal Component Analysis)
LDA(Linear Discriminant Analysis)
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名不变矩系数拟合的步态识别
被引量：5
- 4
-
-
作者
袁海军
文玉梅
李平
叶波
-
机构
重庆大学光电技术及系统教育部重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2007年第4期922-924,928,共4页
-
基金
重庆市自然科学基金资助项目(CSTC2006BB2155)
-
文摘
根据综合利用步态的静态和动态信息的思想,结合不变矩描述图像几何特性的功能,从步态序列提取不变矩作为步态特征进行识别。采用傅立叶级数描述步态图像序列人体轮廓不变矩的变化,利用遗传算法搜索傅立叶级数的系数,最后再用k近邻分类器对不变矩变化的幅度信息分类。在CMU步态数据库上进行的实验,达到了90%以上的识别率。结果表明,该方法具备很高识别性能,能较好地利用步态的静态和动态信息。
-
关键词
特征提取
步态识别
不变矩
遗传算法
KNN分类器
-
Keywords
feature extraction
gait-based recognition
moment invariants
genetic algorithm（GA）
kNN classifier
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种采用高斯模型的步态轮廓分割算法
被引量：3
- 5
-
-
作者
傅春燕
李平
文玉梅
袁海军
叶波
-
机构
重庆大学光电工程学院光电技术及系统教育部重点实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2008年第7期1155-1159,共5页
-
基金
重庆市自然科学基金资助项目(CSTC2006BB2155)
-
文摘
步态识别中大多采用步态轮廓作为识别特征,因此提取完整封闭的运动人体轮廓以准确表达步态特征是正确识别的前提。本文提出一种采用高斯模型的步态轮廓分割算法。在人的运动方向与摄像机成像面平行和摄像机静止的条件下,假设序列图像所有帧中对应像素点背景时刻的灰度值在时间轴上是高斯分布,而目标时刻不满足这种分布,采用统计推断的方法分割出运动目标轮廓。实验结果表明,本文算法不仅能够提取出完整的人体轮廓,并且能有效地去除噪声,对阴影抑制也有一定效果,能够提高步态识别率。算法直接在RGB空间或灰度空间进行,无需进行颜色空间转换,也无需建立单独的背景图像,计算量小,处理实时性高。
-
关键词
步态识别
轮廓提取
高斯模型
运动目标分割
-
Keywords
gait-based recognition
silhouette extraction
gauss model
moving object segmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名采用不变矩傅氏级数表示的步态识别
- 6
-
-
作者
袁海军
文玉梅
李平
叶波
何卫华
-
机构
重庆大学光电工程学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2008年第12期2329-2337,共9页
-
基金
重庆市科委自然科学基金计划资助项目(CSTC2006BB2155)
-
文摘
步态作为唯一具备远距离识别能力的生物测量特征已经受到广泛的关注。步态序列包含人行走的静态和动态信息,综合利用这两方面信息是提高识别性能的关键。为了综合利用人行走的静态和动态信息来提高识别能力,提出了一种用步态的不变矩傅氏级数系数的幅值作为识别特征的步态识别方法。因为不变矩描述了人运动的静态信息,其在整个步态周期提取的特征则蕴含了人运动的动态信息,所以将不变矩作为识别特征用于步态识别。该方法首先计算每帧图像的不变矩;然后采用傅里叶级数来拟合整个不变矩系数序列,并用遗传算法搜索傅里叶级数系数;接着将这些系数的幅值表示为用于分类的特征向量;最后再用k近邻分类器对特征向量进行分类。通过对CMU步态数据库中的4种步态分别进行的实验结果表明,该方法对单独的矩可取得80%以上的识别率,而对级联的矩识别率则可达到90%以上。另外,该方法对部分遮挡也具有鲁棒性。实验结果和性能分析表明,这种结合静态和动态信息的识别方法是有效的。
-
关键词
步态识别
特征提取
不变矩
遗传算法
KNN分类器
-
Keywords
gait-based recognition, feature extraction, moment invariants, genetic algorithm （ GA ） , kNN classifier
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
