基于隐Markov模型的步态识别研究-计算机应用技术专业论文.docxVIP

哈尔滨 L兹大学寄:jjFf专论文 擂要 步态识别是指通过人体走路的姿势来识别人的身份。态识别是模式识 到、图象处理等学科的一大新兴研究热点，可以广泛地应用到安全部门、身 铃鉴药、数字拖拉等领域 e 步态识别主要出三部分构成:步;态序列留{象预处理、特征提取和分类邦 别，其中特征提取可以说慈爱中之重，是识到性能的决定性因素，也是本文 的研究重点e zv态序列德像孩处理就是从输入序3tl图像中稳溅人的运动，主主主要包括 ?二 态序列图像背景建模、前景检测和形态学后处理等工作 a iFz态轮廓的有效分 J对于特征提取、目标分类等后期处理有非?草重要的影购。 在特在E援建立阶段，本文按照人体比然把轮廓分成七个部分，并用毒害室主 J运 会每个部分，若是取椭圆的参数作为单个较烧的特征:再通过 K 均f盘算法获得 一个w态周期中的 5 个关键赖，求每帧和关键中贞的欧氏距离，.w: 步压缩到 辈革沟量维数 3 宜于每一个人 ffl5 维沟量序列训练得到一个连续I!统规模引， 5 个 关键格和善11练得到的 B酬可用来摇述每个人的态序列。最后识到阶段求待 识w态序列对所有过MM 的输出概率，取最大输出草草案例对应的人作为其类别 标识。 本方法紧凑地捕捉 7人体w态的结构和交换信怠步!如翔的统计辛辛位决定 其在步态的描述和识别中具有很好的稳键性，实验结果说明日础是扣态识到 领域里的一个行之有效的方法宝并具有广阔的应用前袭。 关键ll\l: W态识别;人体检测:背景减除: 稳马尔科夫模型 P去尔滨 11￥人，言、奇景十字{幸运立 ABSτRACτ T坦ìs thesis rese缸chs on gait recognition 也ased on H?ddcn Markov Models (HMtv1).Human gait recognítion is th号 process of identifying individuals by lhe?r 附lkí吨 ma在ners 部!d is 在tlractìve in pattern reco辜nìtion and ìmage processíng. It can be applíed to security system，如uman ID managcmcnl ，dig?tal sur飞;cil!ance and so on. Generally，gait rec古gnition consists of three parts: p泛processing of gait S哇哇uences，feature cxtraction and classificationFealure extraction is tne most import犯t thing，on which our study focω邸， The preprocess必g of gait seq桂ences is exlracl human motion from gait video. It maínly inclt去des background model. forεground detection and morphol住在ical postprocess?ng ‘ The segmentations of gait silhoueltes nave very ímportant influe自己e on featureεxtraction and sut革εct classification. In the fi吉at苗τe extraction step，this thesis div沾自 1检 sílhoueUεinto sεve.n parts according 10 the human pro严rtíon ，fits each part 研1(h an ellipse and ex(racts the par部neters of the ellipse as Ihe silhou日ttc fcaturι It us号s Kmeans algorithm 10 obtain 5 key fr叙nes of a gait cycle，在nd calculates the dístances bel轩在en evcry frame and the key frames to furthe.r red出ce Ihe 口bservalion vector dimension. T汪古se gait f坦lur唱 sequ巳nces can train and obtain a cont?nuous BMM for every