基于步态身份识别.PDFVIP

基于步态的身份识别 基于步态的身份识别* 王 亮 胡卫明 谭铁牛 （中国科学院自动化研究所模式识别国家重点实验室 北京 100080 ） 摘 要 随着安全敏感场合对视觉监控系统的迫切需求，非接触式远距离的身份识别研究近来倍受关注。本 文提出了一种简单有效的自动步态识别算法。对于每个序列而言，一种改进的背景减除方法用于检测行人 的运动轮廓；然后，这些时变的2D 轮廓形状被转换为对应的1D 距离信号，同时通过特征空间变换来提取 低维步态特征；基于时空相关或归一化欧氏距离度量，标准的模式分类技术用于最终的识别。实验结果表 明该算法不仅获得了令人鼓舞的识别性能，而且拥有相对较低的计算代价。 关键词 生物特征识别，步态识别，背景减除，主元分析，时空相关 中图法分类号：TP391 1 引 言 [1] 计算机视觉中人运动的视觉分析 是从图像序列中进行人的检测、跟踪、识别和行为理 [3] 解；而模式识别中生物特征识别技术 是利用人的生理或行为特征进行身份鉴别。随着安全 敏感场合（如银行、机场等）对智能监控系统的需求，非接触式远距离的身份识别技术近来 [2] 倍受关注。例如，美国DARPA 2000 年重大项目——HID 计划 ，它的任务就是开发多模态 视觉监控技术以实现远距离情况下人的检测、分类和识别，从而增强国防、民用等场合免受 恐怖袭击的自动保护能力。马里兰大学、麻 背景建模 省理工学院等26 家高校或公司参与了此项工 作，重点在于动态脸像识别和步态识别。 步态识别是生物识别技术的一个新兴领 步态检测与跟踪 [4] 域 ，它旨在根据人们走路的姿势进行身份 识别。脸像、指纹等生物特征，通常要求近 运动人区域序列 距离或接触性的感知（如指纹需要接触指纹 运动轮廓提取 扫描仪等）。它们在远距离情况下将不可能 被使用，而步态此时仍是可感知的，因此它 引起了视觉研究者的浓厚兴趣。 轮廓解卷绕 尽管步态识别是一个新的研究领域，近 [5-17] 年来已涌现出一些尝试性的工作 。最早识 别行人的方法也许是由Niyogi 与Adelson 提 特征归一化 [5] [6] 出的 。Cunado 等 将大腿建模为链接的钟 1D 距离信号序列 摆，并从其倾斜角度信号的频率分量中获取 步态特征。Little 与Boyd[7]从光流图像中获取 训 特征空间计算 特征空间投影 测 频率和相位特征来识别个人。Murase 与 练 试 [8] Sakai 提出了一种时空相关匹配的方法用于 已创建的 [9] 分类 区别不同的步态，Huang 等 通过增加正则分 数据库 [10] 析扩展了他们的工作。近来，Shutler 等 提 出了一种基于时间矩的统计步态识别算法； 图 步态识别算法框图