学位论文 > 优秀研究生学位论文题录展示

基于Bézier曲线模型的步态识别研究

作　者: 李华
导　师: 任长明
学　校: 天津大学
专　业: 计算机应用技术
关键词: 步态识别 Bézier曲线特征提取模式识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 59次
引　用: 0次
阅　读: 论文下载

内容摘要

闸机智能识别控制系统是轨道交通自动售检票( Automatic Fare Collection , AFC)系统出入口闸机的重要组成部分,为闸机的闸门提供控制信号以及各种报警信号。其核心是利用计算机及其辅助系统完成对人群运动目标的自动识别和智能化的分类,从而实现对出入口闸机的自动控制。步态特征与其他生物特性相比,具有非侵犯性、非接触性、难于隐藏和伪装的优势。因此,步态识别作为一个新兴领域具有很好的发展前景。同时,也是闸机智能识别控制系统中不可缺少的组成部分。本文提出一种基于贝赛尔(Bézier)曲线拟合的新方法进行人体步态识别,从中获取个体步态参数,并进行了识别。本方法首先把摄像机采集的原始数据经过处理,作为输入本系统的初始数据,接着进行预处理,得到特征点的坐标序列。再利用这些数据进行贝赛尔曲线的拟合和追踪。确定步态轨迹之后,可以从运行曲线上提取出用于识别的特征向量,这些特征被送到识别器中,与存储在数据库里的已有步态轨迹的特征进行匹配,识别器可以以相似度的形式给出两次步态轨迹的匹配程度,相似度越高,说明两次行动为一个人的可能性越大。实验证明,该方法达到了预期的效果,识别度较高。本文通过大量实验从实践上证明了贝赛尔曲线在人体步态追踪方面的理论可用性,通过扩展本文所提出的系统可以将该理论用于多种大型复杂现实应用当中。通过本文的工作可以推断,用贝赛尔曲线来进行步态轨迹追踪具有广阔的应用前景。

全文目录

中文摘要  3-4
ABSTRACT  4-7
第一章绪论  7-12
  1.1 课题研究背景  7-9
  1.2 AFC 系统的发展现状  9
  1.3 步态识别技术的研究现状及发展前景  9-10
  1.4 本文的主要工作  10-11
  1.5 本文的内容安排  11-12
第二章步态识别技术  12-21
  2.1 生物识别技术  12-16
    2.1.1 典型的生物识别技术介绍  13-15
    2.1.2 生物识别技术的发展趋势  15-16
  2.2 步态识别  16-19
    2.2.1 步态识别数据库  16-18
    2.2.2 步态识别的主要阶段  18
    2.2.3 步态识别存在的难题与研究方向  18-19
  2.3 步态识别系统的设计  19-21
第三章信号预处理和步态模拟  21-34
  3.1 引言  21
  3.2 信号预处理  21-25
    3.2.1 傅里叶变换  22-23
    3.2.2 小波变换  23-24
    3.2.3 平滑滤波  24-25
  3.3 Bézier 曲线理论及步态拟合  25-33
    3.3.1 Bézier 曲线的定义及Bernstein 基函数的性质  26-27
    3.3.2 Bézier 曲线的性质  27
    3.3.3 利用Bézier 曲线模型进行步态轨迹规划  27-32
    3.3.4 Bézier 曲线在程序中的实现  32-33
  3.4 小结  33-34
第四章特征提取及分类识别  34-45
  4.1 引言  34
  4.2 特征提取  34-38
    4.2.1 特征提取方法  34-35
    4.2.2 特征提取分析及界定  35-38
  4.3 分类识别及步态识别算法设计  38-40
    4.3.1 分类识别器的比较  38-39
    4.3.2 步态识别算法设计  39-40
  4.4 实验结果及结论  40-45
第五章总结与展望  45-46
参考文献  46-50
发表论文和科研情况说明  50-51
致谢  51

基于Bézier曲线模型的步态识别研究

内容摘要

全文目录

相似论文