基于视频的步态识别算法.pdfVIP

文章编号：1007—1423(2015)06—0035—05 DOI：10．3969／j．issn．1007—1423．2015．06．008 基于视频的步态识别算法 许 易操 (同济大学 电子与信息工程学院计算机科学与技术系，上海 201804) 摘要 ： 视频中的行人的识别 问题是计算机视觉领域的研究热点 由于人脸识别极大地受到行人的角度限制 ．因此步态识别 在行人识别中占有更重要的地位 。通过HOG+SVM算法对视频进行行人检测提取行人区域 ，对该区域使用 Grabcut 算法分割得到行人二值 图，通过步态能量 图和 Trace变换得到步态特征的步态识别算法对该行人进行步态识别。实 验表 明该算法在视频中能得到很好的识别效果 关键词 ： 步态识别 ；步态能量 图；Trace变换 ；HOG；Grabcut 0 引言 每一个行人。在 2005年 CVPR上 ．来 自法国的研究人 员 NavneetDalai和 BillTriggs提 出的利用基于梯度方 基于图像的生物识别技术一直都受到广泛的关 向直方图嗣(HistogramofOrientedGradient．简称 HOG) 注 特别是基于人脸识别 的生物识别技术 已经取得 了 进行特征提取 ．利用线性 SVM作为分类器．从而实现 很多丰硕的成果 但是在处理诸如监控摄像之类的视 行人检测 由于 HOG+SVM是速度和效果综合平衡性 频时 ，受到行人角度 、口罩 、帽子等 因素 的影响，人脸识 能较好的一种方法 ．本文选择此算法进行行人检测 首 别往往不能发挥很好 的效果 而相 比之下 ．步态识别则 先提取正负样本 的HOG特征 ，步骤如下 ： 具备远距离识别、不可隐藏等优点。在 1994年Niyogi与 (1)将输入图像灰度化 ； Adelson提出了一种识别步态特征的方法 然后 Cunado (2)对灰度 图进行 Gamma调整和滤波 以提高算法 等人提出了一种基于大腿摆动频率的步态特征ⅢMurase 的抗噪性 ： 与 Sakai利用时空相关匹配的方法识别不同的步态圜近 (3)计算图像每个像素的梯度 ．并对每个像素上的 几年有人提出了基于平面单应性矩阵的识别方法13]和基 梯度模值和方 向进行加权统计： 于监督 Isomap的方法问 综合速度和效果考虑 ．Han在 (4)将 图像划分成小4~4像素大小的单元： 2006年提 出的利用步态能量 图识别步态的方法[51在这两 (5)在每个小单元 内进行梯度统计 ．梯度方 向在 0o 方面具有较好 的平衡性 TheekhanontP等人在此基础上 ～ 360~之 间，将直方 图分为 9级 ； 进一步对步态能量图进行 Trace变换∞．提 出了一种新 (6)用梯度幅值加权每个单元对应的直方图．将其 的步态特征 本文在此基础上结合行人检测和分割算 表示为一个 9维 的特征 向量 ： 法 。提出了一种适用于视频 的步态识别方法 (7)按照每 2x2个单元组成一个新 的区域 ．将单元 合并成大区域 ．并将所有单元的特征向量联结起来．构 1 预处理 成图像对应的特征向量： 1．1 行人检测