均值张量成分分析及其在步态识别中的应用.pdfVIP

第 49 卷第12 期 Vo l. 49 No.12 西安交通大学学报 2015 年 12 月 JOURNAL OF XI AN ]lAOTONG UNIVERSITY Dec. 2015 DOI : 10. 7652/ xjtuxb201512007 均值张量成分分析及其在步态识别中的应用 费晓烨1·2. 张鹏l-2. 孙成立1 ，孟维晓s (1.南昌航空大学江西省图像处理与模式识别重点实验室， 330063 , J幅画; 2. 山东大学信息科学与 工程学院， 250100. 济南; 3. 哈尔滨工业大学电子与信息工程学院. 150080. 哈尔演〉 摘要:针对步态识别中非负样本数据存在冗舍，且未经中心化的多线性主成分分析保持聚类结构 的特征向量不能对应最大特征佳， 导致识别效果下降的问题. 提出一种保持原始张量数据均方长皮 的均值张量成分分析算法。该算法首先对原始样本任一模式下内积矩阵进行游分解，计算该模式 下相应的特征值和特征向量;其次，利用获得的特征值和特征向量计算均值向量， 并对均值向量位 进行降序排列，使较大均值向量值对应的特征向量构成该模式下的低维子空间;最后.将房、始样本 投影到该低维子空间，形成特征张量.与多线性主成分分析算法相比， 该算法不需要对数据去中心 化处理，而是保持非负数据均值向量最大均方欧几里德距离和方向.通过在 USF 步态数据库和 TUM GAID 步态数据库进行仿真实验，结果表明，经过均值张量成分分析预处理，在 2 个步态库上 的乎均识，31) 牟分别高达 57%和 75%， 较其他，传统方法的识别率有明显提高。 关键词:步态识别;均值张量成分分析;均方长皮;均值向量 中图分类号: TP39 1. 41 文献标志码:A 文章编号: 0253-987X( 2015) 12-0040-07 A Mean Tensor Component Analysis and Its Application in Gait Recognition 2 l 3 BEN Xianye l.2 , ZHANG p e ng l. , SUN Chengli , MENG Weixia0 (1. Key Laboralory of Jiangxi Provinc:e for Image Pr臼essing and Pallem Recognilion. Nanc:hang Hangkong University , Nanchang 330063. China; 2. Sc:h∞I of Informalion Sc:ience and Engineering. Shandong University , Jinan 250100 . China ; 3. Sc:hool of Electronics and Informalion Engineering. Harbin Inslilule of Tec:hnology. Harbin 150080. China) Abstract : A novel algor ithm named mean tensor component analysis (MT CA) is proposed t o solve the low recognition accuracy problem that is caused by redundancy in nonnegative sample data and non-corresponding relationship that the eigenv