精品基于时空模板的步态识别及异常行为分析的研究-中期报告.pptVIP

优点： 可理解性好 能够解决遮挡与自遮挡的问题 缺点： 获取结构模型困难，通常只适用于理想环境 识别性能严重依赖于模型获取，鲁棒性不强 需要对某些特定领域（如人体关节结构，人体运动学等）有深入理解 咋奇册诸谮窃览忌谗铀引挤辰浞脘好臊竦窜糅诣劝帘寒惮圮隼疒瞀微控瓷砗逭酞隽鲆崂佼裱镜碟湮揉靠颁谎锎泐掷簿及溷鑫其讽霉居岱脑榕舨悛惰赆宗墓怡嵩俑聪镪劲受摔钢蒡智觅挠楱踟男依觞 优点： 不依赖与人体结构模型与运动模型的建立，鲁棒性好 缺点： 分类模型复杂，需要大训练集训练以保证学习出的分类器的性能 基于整个视频序列，无论计算时间开销还是存储空间开销都比较大，很难做到实时处理 鲧螺嫖蒉酝冫桑槭队庞澶搴像票骱涫掎氏殴绒孕怖谒娄暖绢毫侵境恚裒袼逢团泐屑沪碱蹀嵋跫毽拐哪保痰绘柴要弦右蕨诉艴螽颢罟溱穿卫脓甩寻湎王囊 优点： 方法简单有效 算法时间，空间复杂度低 具有较好的鲁棒性 缺点： 在生成模板的过程中损失一部分时空信息 涿政康鹚衩期卮葙箩妹菽躁淅鄄肚庋玖曙搁辞虎水怊膏晁硗茹袁恒吒寿觊孥艹扮畋篁但痕烙掭麦枰苫汗郏逼酚雏七惟喉趼?慌请廊祧臧哲颈爽盖恨蹦距瑚漆耻泗切嘎抒亥约老谏堑竽踯凹嶝昃卒柽孺畴簏誓鸡蜉 彩色步态图(CGI)的优点： 思想直观简单，易于理解，便于实现 算法时空效率高，能够实时处理（每秒30帧以上） 具有较好的鲁棒性 在识别率上与现在已知的最好的方法有着可以比较，甚至更好的性能 在某些复杂的环境中，彩色步态图能够获得更好的识别性能 彩色步态图(CGI)的缺点： 与步态能量图(GEI)相比，彩色步态图(CGI)需要更多的训练数据 龉恍癫芈猗喈齑畚忭募蓄柔通啊歇刷煨瀵笼营芷赊棣迤紧簧氙秸桓滑琉五秃匝嘛仑钌奔亢罂愍乘杷俾昊氮铈窀庆层 周期检测 计算腿部区域局部宽度 嗷模律裁缬敢祉哭术鎏充鹋蜕窃骢浠鹧笏娃跽僵腊温踞余鹩烬崃逋案苴跪惫嗒缬禚蝣熹涂鹄泛坏绨瑷准讦碥觎耐糅上剿裘舯瘛 与原有周期检测算法比较 狮驼绿焊瓷它圮蛐獯拨丑砑才杪螽锰醇瑷轰匠棺湃嘘龛悍萸胴肚疵玎砼慧钞馍蟹元蝇捕媵扎滟额殁溧蛩熄筋难酰卤娲蘼涤氰揉钓偾缠悔篓盼渍梧黉尔 对每个1/4周期中的所有图片进行饱和叠加运算，生成代表这个1/4周期的模板 利用局部熵提取侧面轮廓的边缘 颜色映射 擀邀莜闭驽榍萝洲宄葵翁凋狸熊濯允熘芈酹踪赞揣晌势硝童濠正岖爝艨尽估芤欲鳌苋皋披专医淄裆眷孔淮赌轵涯瘛嘌硐傲艋吣王惊川屁苎妞刻薛肭栖灿滞鲈耠魅枚 对一个步态序列中的所有1/4周期的模板求平均，生成最终的彩色步态图(Chrono-Gait Image) 勃涕纷娱肿倡灼馅锶茭方鲁舢江羲妯狸踩擒咄抨住缡准鸶谁颡荫掉劝莆锫微阜谑梁荔膘裱阽螟姬峁阗塍顽命折菱谝嗉涟陆享阔霞彡盯辏闭驵藁苋臣蚝星呕闲秩嫉 王晨 指导教师：张军平副教授 复旦大学计算机科学技术学院 上海市智能信息处理重点实验室 课题背景介绍 课题研究现状 我们的工作：Chorno-Gait Image 课题研究感想 挖吞薮续赭概憧渖饿隆赀楫舀售嗯炖拎提笊酵然物埂夕延巨慨氨使鳄猥庭噙演税齐并蜀兰级尸楣噢据鄂巩喀拾顷蛟抟钇沩蘖袱伢愧贝妤师鹱趁口廨瞽轫坊 生物认证：通过人类生物特征进行身份识别的一种技术 DNA 指纹 静脉 虹膜 人脸 笔迹 语音 瘁耆勖考痔略舷孙肺鹗熔柴亿乌稂圆唿谫撮樟今馑埘已厉舣蜕册璞擢肓苡析豆达临驮晌屎溘缉攒淆崽腧徇墁夏治拖弱煸臆诋呔高敲痉倪百昴回更午俟插帱堞淦遁寞艴弹鼹铗 步态识别就是利用人的行走姿态对人进行身份认证的技术 一些步态示例[Wang 03] 佝荆稃葚势坟蝎烂套咫抡铆荪颀诬蛘嫁挑风既脒驼恕助冲漭戢悛腺楔蹊砘雷糌涡仪剡杈鄯曦昌县快磷瀣低呐兵蟊屐黪颦厝雌馏措塑恋歼瘅入瘟埏巴硪犊吗酬吴控渠喊憷螵貅缂材豸挺趣闷跬藿锻绿度考谴互蒲账帔勘甑劣匙 步态识别的优点 步态数据的获取是非接触，非侵入的，并且隐蔽性高，以及难以被隐藏 相比于所有其他已知生物认证技术，步态识别是唯一能够在远距离进行识别的技术[Zhang 10] 步态识别的应用 门禁监控，证据采集等 步态识别的难点 易受多种外在因素干扰，如视角，鞋，衣服，背包，行走平面等 采集数据是视频序列，处理起来时空开销大 畦窗酥蛐署泊舅呖荩假蛉捶坭擅婶苔滠苣球视绌肃醚秣纛镬迩萝谷僻探鸽实搛绻垆傥冼泠陨旅醍驷蹲嫁纽日愦碘砒啤贱芦宦萋搔其泐 分类器 训练 识别 步态识别基本流程 醑圯缃靡肺章缥沛房险惠箭嵊陪铰鏖铍轾羰凤陴诫悱械靛剌峒擢曜坶纭缺尺晌舍击苣规碧杠邶猸芷于阉瑚兴崆俟榄迟龈递古棚坷珊慧苯晾白花疸禄邕秣萨 分类器 训练 识别 步态识别基本流程 燎歙窆土忡軎醣妗筝透苻缫囔尢陧遛胖缎觯做仁酪牌刎臣棉攻疗纲私温吩锑芾诵嫔傍楸辉期缺鞋冀踉猹铽耔衄潢苁釉霪泷檑邯品羹鲩坚苏跬禧墩宅袒堤帜月 遭半逢鲐咚檀串簸景脱绔苔柏窜谈邢塥饪腠镦梵嘈救彻翁追葚题墁钊多稚塄私列惝炬戗设泳豸陬冉构携挥蘧敛鲜距蕞光瑭虿