学位论文 > 优秀研究生学位论文题录展示

步态识别研究

作　者: 黎雷生
导　师: 肖德贵
学　校: 湖南大学
专　业: 计算机软件与理论
关键词: 步态识别运动分割步态特征提取模式分类 Hu不变矩 Zernike矩主分量分析 BP神经网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 286次
引　用: 10次
阅　读: 论文下载

内容摘要

随着现代社会对安全需求的提高,生物识别技术作为实现安全的手段得到大力的研究和发展。步态识别是生物识别技术研究中的新领域。医学研究证明,人的步态具有唯一性,根据人的步态可以识别其身份。步态识别研究内容包括运动分割、特征提取、模式分类和步态数据库等。本文主要研究前三方面内容。运动分割方面,使用自适应背景提取算法提取步态序列的背景,运用背景差方法进行运动步态分割,利用二值化和形态学方法消除步态图像的噪声,然后提出一种基于模型的人影消除新方法,提高了分割人体步态的精度。步态特征提取方面,首先提出基于Hu不变矩的步态特征提取算法,然后在此基础上进行改进,提出基于Zernike矩的步态特征提取算法。所有步态的Zernike矩特征组成步态的特征空间,针对Zernike矩特征空间维度较高的问题,使用主分量分析(PCA,Principle Component Analysis)方法对步态序列的Zernike矩特征进行压缩,计算出新的包含时间信息的步态特征空间。单个步态的Zernike矩影射到新的特征空间得出维度较低的矢量,一个步态周期中所有步态的Zernike矩影射得出的矢量可以组成新的步态特征矩阵,计算特征矩阵的行方差矢量作为步态周期的识别特征矢量。模式分类方面,提出规格化步态周期的概念,把规格化步态周期作为步态分类识别的基本单元,并给出确定规格化步态周期的方法。使用BP神经网络对步态特征进行识别分类。最后编程实现上述各种方法,并设计开发了一个完整的步态识别系统,为步态识别新方法的研究和测试提供了平台。使用Little&Boyd步态数据库进行实验,其识别率达到100%。

全文目录

摘要  8-9
ABSTRACT  9-10
插图索引  10-11
附表索引  11-12
第1章引言  12-17
  1.1 生物特征识别技术  12
  1.2 步态识别  12-13
  1.3 步态识别应用  13-14
  1.4 步态识别研究内容  14-17
第2章步态识别方法研究  17-26
  2.1 运动分割  17-18
  2.2 特征提取  18-23
  2.3 模式分类  23-25
  2.4 小结  25-26
第3章步态运动分割及图像预处理  26-33
  3.1 背景提取  26-27
  3.2 差影及二值化  27-28
  3.3 形态学处理  28-30
  3.4 图像连通处理  30
  3.5 人影消除  30-31
  3.6 轮廓提取及跟踪  31-32
  3.7 小结  32-33
第4章基于HU 矩的步态识别  33-40
  4.1 HU 不变矩理论  33-35
  4.2 基于HU 矩的步态特征提取  35-38
  4.3 规格化步态周期  38
  4.4 基于HU 不变矩的步态识别  38-39
  4.5 小结  39-40
第5章 ZERNIKE 矩特征提取和PCA 特征数据压缩  40-50
  5.1 ZERNIKE 矩理论  40-43
  5.2 基于在ZERNIKE 矩步态特征提取  43-46
  5.3 PCA 压缩特征数据  46-49
  5.4 K 近邻步态识别  49
  5.5 小结  49-50
第6章 BP 神经网络识别  50-55
  6.1 BP 神经网络理论  50-52
  6.2 基于BP 神经网络的步态识别  52-54
  6.3 小结  54-55
第7章步态识别系统实现及实验结果分析  55-65
  7.1 步态识别系统实现  55-59
  7.2 实验结果分析  59-64
  7.3 小结  64-65
结论  65-66
参考文献  66-71
致谢  71-72
附录A 攻读学位期间所发表的学术论文及参加的科研项目  72

步态识别研究

内容摘要

全文目录

相似论文