提出一种基于切向角特征的统计步态识别算法.首先利用Procrustes统计形状分析将步态序列中人体侧影轮廓的连续姿态变化表示成一个紧致的Procrustes均值形状(Procrustes Mean Shape,PMS),作为原始步态特征.然后计算PMS上各采样点处的切...提出一种基于切向角特征的统计步态识别算法.首先利用Procrustes统计形状分析将步态序列中人体侧影轮廓的连续姿态变化表示成一个紧致的Procrustes均值形状(Procrustes Mean Shape,PMS),作为原始步态特征.然后计算PMS上各采样点处的切矢量所对应的切向角.切向角反映轮廓形状在该点处的走向和趋势,提供一种局部的可鉴别的步态特征,称为切向角特征(Tangent Angle Feature,TAF).最后,利用切向角度差距离来计算任意两个TAF之间的相似性,并用最简单的标准分类器实现步态识别.在CASIA数据库和SOTON数据库上的实验结果表明,该算法简单有效,得到的正确识别率优于其他现有算法.展开更多
文摘提出一种基于切向角特征的统计步态识别算法.首先利用Procrustes统计形状分析将步态序列中人体侧影轮廓的连续姿态变化表示成一个紧致的Procrustes均值形状(Procrustes Mean Shape,PMS),作为原始步态特征.然后计算PMS上各采样点处的切矢量所对应的切向角.切向角反映轮廓形状在该点处的走向和趋势,提供一种局部的可鉴别的步态特征,称为切向角特征(Tangent Angle Feature,TAF).最后,利用切向角度差距离来计算任意两个TAF之间的相似性,并用最简单的标准分类器实现步态识别.在CASIA数据库和SOTON数据库上的实验结果表明,该算法简单有效,得到的正确识别率优于其他现有算法.