复杂场景下步态识别技术研究-计算机软件与理论专业论文.docx

分类号： 密级： U D C ： 编号： 工学硕士学位论文 复杂场景下步态识别技术研究 硕士研究生 ：胡 帅 指 导 教 师 ：张 菁 教授 学 位 级 别 ：工学硕士 学科、专业 ：计算机软件与理论 所 在 单 位 ：计算机科学与技术学院 论文提交日期 ：2012 年 12 月 论文答辩日期 ：2013 年 3 月 学位授予单位 ：哈尔滨工程大学 Classified Index: U.D.C: A Dissertation for the Degree of M. Eng Research on Technology of Gait Identification in Complex Scenes Candidate: Hu Shuai Supervisor: Prof. Zhang Jing Academic Degree Applied for: Master of Engineering Specialty: Computer Software and Theory Date of Submission: Dec, 2012 Date of Oral Examination: Mar, 2013 University: Harbin Engineering University 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。 有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注 明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声 明的法律结果由本人承担。 作者（签字）： 日期： 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作 的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送 交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进 行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的 全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一 署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文（□在授予学位后即可 □在授予学位12个月后 □解密后）由哈尔滨工程 大学送交有关部门进行保存、汇编等。 作者（签字）： 导师（签字）： 日期： 年 月 日 年 月 日 复杂场 复杂场景下步态识别技术研究 哈尔 哈尔滨工程大学硕士学位论文 摘 要 步态是一种动态演化的行为特征，高效快速的步态识别可有效提高安保的安全性。 在视频数据处理方面，通过人体检测和跟踪得到步态的视频序列，选取精确度和信息度 高的图像帧进行后续分析和处理，以提高步态识别系统前期数据的精确性和可靠性。在 步态识别方面，必须考虑步态识别的需求和环境问题，提取清晰、正确的步态特征，并 且设计识别准确率高的识别方法。根据步态识别的特点，本文的研究内容如下： 1. 研究人体检测技术，在采用背景减除法提取运动目标的基础上，利用人体的方向 梯度直方图 HOG 特征，采用线性支持向量机 SVM 分类器，检测出人体区域。考虑复 杂场景下的人体检测的实时性要求，对混合高斯模型进行改进，通过提高其建模速度， 提高人体检测速率。 2. 采用粒子滤波方法，进行人体跟踪，研究遮挡问题。针对长时间遮挡问题进行分 析，对方向梯度直方图 HOG 特征结合粒子滤波的方法进行改进。通过可信度，来判断 当前跟踪人体，决定是否进行目标关联，从而提高人体被遮挡情况下跟踪的准确性。 3. 针对复杂场景的步态识别中，人体轮廓变化，造成的识别率低的问题，采用多特 征融合的方法提高其识别率。包括在步态能量图 GEI 基础上，采用增强步态能量图 EGEI 和静态能量图，分别进行特征提取。采用最近邻 NN 进行识别，最后进行决策层特征融 合的研究，目的是提高目标识别率。 本文从生物信息识别的研究出发，结合生物学、统计学和物理学等领域相关知识， 对复杂场景下的人体检测、人体跟踪和多特征融合的步态识别展开研究，为步态识别系 统的实际应用提供帮助。 关键词：步态识别；混合高斯模型；HOG；粒子滤波；GEI Abstract Gait is a behavioral feature of dynamic evolution, efficient and fast gait recognition can effectively improve the security of security protection. Gait video