基于Procrustes均值形状和Fan-Beam变换的步态识别.pdfVIP

学兔兔 务I 訇 似 基于Procrustes均值形状和Fan—Beam变换的步态识别 Gaitrecognition based on procrustesmeanshapeandfan-bearn transform 侯一民，刘 凤 HOUYi—rain。LIUFeng (东北电力大学 自动化工程学院，吉林 132012) 摘 要，针对单一特征进行步态识别的局限性，为了得到更准确的识别结果，利用动静态信息的互补 性，将两者结合起来进行身份识别。首先用Procrustes均值形状提取步态轮廓形状静态特 征，然后计算步态能量图(eE1)，再对GEl进行Fan-Beam变换，使用二维主J~．J／IJ-析进行特征 空间降维，得到运动目标的频率动态特征，最后将两个特征欧氏距离融合起来获得最后的识 别结果。在中科院的DetasetB数据库上进行实验，达到了预期的识别效果。 关键词：步态识别；Procrustes均值形状(PMs)；步态能量图(OEO；Radon变换；Fen—Beam变换 中田分类号；TP391 文献标识码；A 文章编号；1009-0134(2013)07(下)-oooi-04 Doil10．3969／J．Issn．1009-0134．2013．07(下)．01 0 引言 生物识别技术是基于人体独特生物特性的身 份辨识方法。物理上的生物识别技术，如人脸、 虹膜和指纹的识别一般需要在规定的角度下进 行，如身体接触或是接近u】。目前步态识别的技 术大致可分为两类：一是提取步态轮廓静态的特 征，如Huang等人口提出的用平均轮廓图像作为步 (a)步态图像序列 (b)步态周期 态特征进行识别。这种方法使得信息的损失比较 图1 步态周期检测 大 。文献 3【】采用Procurstes形状分析的方法，但该 方法丢失大量动态信息。二是利用轮廓的动态特 2 不同步态特征提取 征，如基于步态能量图和二维主成分分析的步态 2．1Procrustes均值形状特征提取 识别方法H】，但是穿着对步态能量图影响比较大。 首先用质心计算公式(1)来求出轮廓的质心。 ZhangIs1提出基于主动能量图及二维局部投影的识 然后对轮廓进行等角度采样，得到N个采样点。 别方法保留了更多的动态信息，但AEI是由步态 J J* 视频帧差图像叠加组成，受视角限制。Procrustes Xm’ (1) 均值形状特征包含更多静态信息，而基于步态能 式中，N为边缘像素点个数，(x，y)为边缘点 量图的Fan-Beam变换可以得到更多的频率动态特 的直角坐标。 征，本文主要尝试将两种特征结合起来提高多角 一 帧步态