基于小腿和脚的步态特征提取和识别-模式识别与智能系统专业论文.docxVIP

沈阳航空航天大学硕士学位论文摘要 沈阳航空航天大学硕士学位论文 摘要 生物特征识别是身份鉴别技术的一种，人们对安全性问题越来越重视，使得生物特 征识别技术得到深入的研究。在远距离的情况下，由于指纹、人脸等生物特征的接触性 感知，所以将无法使用这些生物特征，而步态则弥补了这个缺点，在视觉监控领域，步 态识别具有明显的优势。首先对步态进行预处理。通过分析、比较常用的运动检测方法， 本文采用背景减除法实现步态序列的检测：对步态运动进行周期性分析，并利用脚尖运 动轨迹的信息计算步态周期；然后，基于“人体的下半身提供了较多的步态信息”Ill观 点，提出了基于脚尖运动轨迹的步态特征识别方法。对每个步态序列，手动提取脚尖的 坐标，进而得到一个脚尖运动序列，并对归一化后的脚尖相对速度进行小波包分析，提 取不同频率段的信号归一化能量作为特征矢量；使用支持向量机(SVM)实现步态的分 类识别。最后，利用特征融合的方法，在决策层上融合小腿的关节角度特征，有效地解 决了单个特征对特征描述不完全的问题。融合过程中，Dempster-Shafer证据理沦(简称 D—S证据理论)的使用，使得步态特征得以充分发挥其互补性。CASIA数据库上的仿真 结果表明，本方法的识别率达到90％，明显高于基于单一特征的识别方法，说明这是一 种有效的识别方法。 关键词：生物特征识别；小波包分析；支持向量机；特征融合；I)-S证据