基于步態(tài)能量圖的身份識別算法研究

1、分類號：TP391單位代碼：單位代碼：10190研究生學號：研究生學號：201402025密級：無碩士學位論文基于步態(tài)能量圖的身份識別算法研究ResearchontheAlgithmofIdentityRecognitionBasedonGaitEnergyImage研究生姓名研究生姓名：賈令堯賈令堯?qū)I(yè)：信息與信息與通信工程通信工程指導教師指導教師及職稱及職稱：史東承史東承（教（教授）授）培養(yǎng)單位：長春工業(yè)大學長春工業(yè)大學2017年6

2、月萬方數(shù)據(jù)研究生學位論文I摘要本文通過將一種新穎的步態(tài)時空表示方法與兩種改進的特征提取方法結(jié)合，利用步態(tài)進行身份識別，顯著提高了識別效果。首先，本文介紹了一種新穎的步態(tài)時空表示方法—步態(tài)能量圖像。該步態(tài)時空表示方法利用一幅圖像不僅保留了人行走時的運動信息，還保留了步態(tài)的時間信息，并且相比于其它步態(tài)表示方法，它顯著減少了數(shù)據(jù)存儲空間，提高了步態(tài)識別系統(tǒng)的實時性，為基于步態(tài)識別的身份認證提供了廣闊的商用空間。另外，步態(tài)能量圖像對噪聲不敏感，

3、有利于真實環(huán)境下的步態(tài)識別。然后，本文將步態(tài)能量圖與兩種改進的圖像特征提取方法結(jié)合。其一，本文提取步態(tài)能量圖改進的相位一致性特征。該特征是全局特征，保留了圖像的全局信息。該改進的相位一致性算法采用改進的局部能量計算方法與頻率擴展和噪聲補償策略，提取的步態(tài)特征更具識別性和定位性。然而，步態(tài)能量圖的全局特征有其局限性，如不能很好地反映特征的空間分布信息。其二，為了克服步態(tài)能量圖相位一致性特征存在的局限性，本文將其與改進的步態(tài)能量圖像空間金字

4、塔SURF特征進行級聯(lián)融合，如此，既保留了步態(tài)能量圖像的全局特征，也保留了步態(tài)能量圖像的特征空間分布信息。本文將改進的網(wǎng)格加權(quán)算法偏最小二乘空間金字塔表示PlsSPR應用于步態(tài)能量圖像空間金字塔，進行空間金字塔加權(quán)特征融合。本文提取步態(tài)能量圖像各級空間金字塔各網(wǎng)格加速魯棒特征SURF，該步態(tài)特征能夠很好地反映特征的空間分布信息。最后，由于融合后的步態(tài)特征存在嚴重的冗余，并且現(xiàn)存的步態(tài)數(shù)據(jù)庫相對較小，而本文提取的步態(tài)特征維數(shù)巨大，為了避免

5、小樣本問題和降低數(shù)據(jù)冗余，避免維度災難，提高處理速度，本文采用改進的二階段PCALDA對步態(tài)特征進行降維以生成最佳特征。為了考察本文所提出的步態(tài)識別方法的識別效果，本文采用一種新穎的相似度度量方法—ZCA白化余弦距離，利用最近鄰分類器，在大規(guī)模標準步態(tài)數(shù)據(jù)庫CASIADatasetB和USF步態(tài)數(shù)據(jù)上對步態(tài)模式進行判別歸類。實驗結(jié)果表明，本文方法在識別正確率和魯棒性方面顯著優(yōu)于其他步態(tài)識別方法。關(guān)鍵詞關(guān)鍵詞：步態(tài)識別步態(tài)能量圖相位一致性