步态模式提取开题报告.docVIP

武汉理工大学本科生毕业设计（论文）开题报告 1、目的及意义（含国内外的研究现状分析） 目的：步态是指人行走的方式和风格。一个人的步态是自身结构与功能，运动调节系统，个人行为及心理活动在行走时的外在表现。人体步态的研究起源于近代欧洲，早期的医学研究证明了步态具有唯一性，因此可以根据步态来识别人的身份。步态识别就是建立在此医学理论上，通过人体步态来识别人的身份，它是一门融合多学科的技术。 意义：由于步态提供了充足的信息来识别人的身份，使得步态作为生物特征用于身份识别便成为近期研究的重点。与基于指纹，人脸，虹膜等其他生物识别技术相比，步态识别具有非侵犯性，非接触性，难于隐藏和伪装，易于采集等优点，而且它是目前唯一一种在远距离下身份识别技术。因此在美国国防部高级研究项目署发起的远距离身份识别（HID）计划中，步态识别被列为关键所在。 现状：目前国外基于计算机视觉技术的步态识别技术尚处于发展阶段，而我国则处于起步阶段，因为步态识别技术融合了人体运动分析，步态生物力学分析，模式识别等研究领域的知识，属于多学科综合技术，而且与人脸识别和指纹识别等二维图像的识别不同，步态序列是二维图像序列数量大，分类识别难度大。 国外的主要研究方向有两个:一方面是以受试者被测部位的位置参数为主要研究对象，马里兰（UML）大学的C. ben Abdelkader等用步态序列自相似图(ssp)来提取步态特征,麻省理工(MIT)的L.Lee等用轮廓各部分的矩阵特征来分析步态。另一方面是通过对速度和加速度的研究,加拿大Giffith大学的J.JKawanagh等人把加速度计应用到人体运动学分析上。 我国关于人体步态运动学的研究虽然起步较晚，但到目前为止已经有许多研究机构建立起了人体运动参数测量系统。2000年，清华大学建立了人体运动信息检测分析系统。从2001年杨年峰的博士论文中可以看出，在人体运动协调规律及其参数化描述方面清华大学已经进行了较为成熟的研究。浙江大学的汪元美教授等人基于现有的视频分析方法，提出了目前人体运动学研究中存在的问题，并将目前的研究工作划分为基于特征和基于模型两种不同的方法，通过对两类不同单目视频中的人体运动跟踪问题的研究，建立了解决这些问题的思路和框架，并就这两类方法作了科学的比较。浙江大学的研究成果使视频研究在人体步态分析中的应用得到了优化。上海交通大学也在该领域进行了广泛研究，并建立了测量系统。除此以外，基于图像处理技术研究步态运动学参数的机构还有中国科学院自动化研究所模式识别国家重点实验室,浙江工程学院计算机视觉与模式识别研究中心,清华大学机电工程与应用电子技术系生物医学工程研究所、浙江工程学院信息电子学院等。中国科技大学近代物理系杨衍明和林方等人以超声三点定位法为基础设计研制了一套人体下肢关节点运动轨迹仪，用以测量分析人体行走过程中的步态参数。此系统采用分时循环发射的超声脉冲作为被检测关节点的定位信号，以选频高增益放大器和时钟对超声信号进行精确定位并消除反射波的干扰，可以使定位精度达0．15％。在对人体行走步态的实测中此系统显示了数据采集处理速度快、受试者行走自然、重建的步态直观真实、视角多变灵活等突出特点。 2、基本内容和技术方案 本文的基本内容主要是步态特征的提取与分析。 首先从中国科学院自动化研究所提供了NLPR步态数据库获取相关视频序列 然后开展步态特征提取的工作，即从输入图像序列中建立背景模型，并将步态轮廓序列从背景中分割出来，并从这一步态轮廓中提取步态特征。从NLPR步态数据库得到的图像是经过处理后人体运动区域。所以本文主要分析如何得到此图像 本文主要技术方案是步态轮廓中提取步态特征. 第一种方法质心到轮廓距离特征 首先调用MATLAB相关函数将前景区域既人体运动区域的质心，其次从人体运动区域中提取边缘轮廓，本文采用边缘检测的算法提取一个完整边缘轮廓，再次计算轮廓上各点到质心的距离，得到大量一维信号。同时对取得的一维信号进行采样。 第二种方法是取得运动区域人体宽度特征 因为人体在运动的过程随着步伐的不同，人体运动区域的宽度会随之变化，通过调用MATLAB相关函数可以得到人体运动区域的宽度。然后结合大量图像序列得到各帧