基于Bayes规则与HMM相结合的步态识别方法研究.pdfVIP

学 算 机 第 35 卷第2 期 计 报 Vo l. 35 No. 2 2012 年 2 月 CHINESE JOURNAL OF COMPUTERS Feb. 2012 基于 Bayes 规则与 HMM 相结合的步态识别方法研究 余涛 邹建华 (西安交通大学系统工程研究所 西安 710049) (西安交通大学系统工程国家重点实验室 西安 710049) 摘 要 提出一种将 Bayes 规则与 HMM相结合的步态识别方法.检测环节通过采用童心变化作为特征序列来削 弱时间差分算法中运动实体目标存在中空的负面影响，通过对检测出的目标特征序列采用直线拟合提取对称轴， 并等效转化为具有方向性的点线距序列，来简化运算，降低失真度.步态训练中，通过初始化的修正使训练出的 HMM 接近全局最优，并给出 Bayes 相关先验学习方法.步态识别中，应用 HMM 的前-后向算法，并融合 Bayes 规 则，客观性增强，最终结果经中国科学院 CASIA 的原始步态视频测试，达到比较高的识别率，且对衣着具有一定鲁 棒性.该文方法主要针对视角在 OO~180。间的室内监控直道行走场景. 关键词 HMM; Bayes 规则;步态;识别F 序列 中固法分类号 TP391 DOI 号: 10. 3724jSP.J. 1016.2012.00386 A Method of Combining Bayes Rule with HMM in Gait Recognition YU Tao ZOU Jian-Hua (Systems Engineering lnstitute , Xi an Jiaotong University , Xian 710049) (State Key Laboratory for Systems Engineering , Xian J iaotong University , Xian 710049) Abstract This paper presents a framework of combining Bayes rule with Hidden Markov Model (HMM) to recognize human identification by gait , indoors. First , the monitored human motion is detected mainly by a three-frame differencing algorithm. Then , a curve of centroid on the ob- ject s motion can be acquired. The curve is transformed into the observation sequence of its cor- responding HMM by adaptive filtering , median filtering , line fitting , rotating equivalently , nor- malizing , nearest neighbor clustering , and cycle extracting in turn. During the pr