学位论文 > 优秀研究生学位论文题录展示
基于步态的身份识别技术研究
作 者: 颜儒
导 师: 张菁
学 校: 哈尔滨工程大学
专 业: 计算机软件与理论
关键词: 步态识别 步态检测 特征提取 分类识别 步态能量图
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 49次
引 用: 0次
阅 读: 论文下载
内容摘要
步态识别作为一种新兴的生物特征识别技术,主要通过检测人们走路的方式来进行身份识别,而不论他(她)们穿着什么样的衣服。与传统的生物特征识别(如:指纹、人脸等)相比,它可以远距离的对人进行有效的身份验证。而且,步态是很难被伪装或隐藏的。因此,近年来成为计算机视觉和模式识别领域的研究热点,在智能监控、医疗诊断等方面有着广泛的应用前景。本文对基于步态的身份识别技术进行了深入的研究,主要包括:步态检测及预处理、特征提取和分类识别三个部分。步态特征的提取一直是步态识别的研究重点,同样也是本文的研究重点。首先,对步态检测和背景建模方法进行深入的研究。本文采用背景减除法提取人体运动目标,采用高斯模型法进行背景建模,并对二值化人体轮廓图像进行形态学、归一化等处理,对步态周期进行分析,提出一种关键帧提取算法,有效去除冗余帧。其次,对步态特征提取方法进行研究。详细阐述步态能量图理论,探讨如何选取有效的特征和选取什么特征,提出一种特征选择掩膜方法,对步态能量图进行改进。对主成分分析(PCA)和支持向量机(SVM)理论进行研究,并给出本文特征提取算法。最后,在理论研究的基础上,实现一个简单易操作的步态识别系统。在中国科学院自动化研究所提供的CASIA步态数据库上,对本文提出的关键技术进行实验分析与验证。实验结果表明,本文提出的方法具有较高的识别率。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-17 1.1 课题背景及研究意义 10-11 1.2 国内外研究现状 11-14 1.2.1 国外研究现状 11-12 1.2.2 国内研究现状 12-13 1.2.3 现存的问题 13-14 1.3 论文的主要工作内容 14-15 1.4 论文的组织结构 15-17 第2章 系统框架设计 17-23 2.1 系统设计思想及原则 17-18 2.1.1 设计思想 17 2.1.2 设计原则 17-18 2.2 系统处理流程 18 2.3 系统功能模块划分 18-22 2.3.1 系统模块组成 18-19 2.3.2 各功能模块设计 19-22 2.4 本章小结 22-23 第3章 步态检测及预处理 23-34 3.1 步态检测方法概述 23-25 3.1.1 背景减除法 23-24 3.1.2 帧间差分法 24 3.1.3 光流法 24-25 3.2 背景建模 25-27 3.2.1 中值法 25 3.2.2 均值法 25-26 3.2.3 高斯模型法 26-27 3.3 人体区域提取 27-31 3.3.1 差值及二值化 27-28 3.3.2 形态学处理 28-30 3.3.3 归一化处理 30-31 3.4 步态周期分析 31-33 3.4.1 周期检测 31-32 3.4.2 关键帧提取 32-33 3.5 本章小结 33-34 第4章 步态特征提取及识别 34-45 4.1 特征提取方法概述 34-35 4.1.1 基于模型的方法 34 4.1.2 基于非模型的方法 34-35 4.2 步态表征 35-40 4.2.1 步态能量图 35-38 4.2.2 特征选择掩膜 38-40 4.3 主成分分析(PCA) 40-42 4.3.1 原理概述 40-42 4.3.2 PCA特征降维 42 4.4 支持向量机(SVM) 42-43 4.4.1 原理概述 42-43 4.4.2 分类器设计 43 4.5 特征提取算法 43-44 4.6 本章小结 44-45 第5章 系统实现及实验分析 45-59 5.1 系统功能概述 45-46 5.2 系统开发环境 46-47 5.3 主要模块处理流程 47-50 5.4 步态检测及预处理实现 50-52 5.4.1 步态检测 50 5.4.2 图像处理 50-52 5.5 训练及识别实现 52-56 5.5.1 SVM训练 53-55 5.5.2 SVM识别 55-56 5.6 实验及结果分析 56-58 5.6.1 数据集 56-57 5.6.2 结果分析 57-58 5.7 本章小节 58-59 结论 59-60 参考文献 60-63 攻读硕士期间发表的文章和取得的科研成果 63-64 致谢 64
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|