基于形状上下文描述子的步态识别

基于形状上下文描述子的步态识别

ID:5268801

大小:682.73 KB

页数:6页

时间:2017-12-07

基于形状上下文描述子的步态识别_第1页
基于形状上下文描述子的步态识别_第2页
基于形状上下文描述子的步态识别_第3页
基于形状上下文描述子的步态识别_第4页
基于形状上下文描述子的步态识别_第5页
资源描述:

《基于形状上下文描述子的步态识别》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第卷第期模式识别与人工智能年月尽基于形状上下文描述子的步态识别关‘‘‘陈实马天骏黄万红高有行西安电子科技大学计算机外部设备研究所西安浙江万里学院文献信息中心宁波巧摘要首先提取出行人二值轮廓序列,用分通道的灰度差和变化局部区域阂值进一步去除阴影、增强轮廓用形状上下文描述子求取轮廓边缘采样点集的直方图分布,以此作为人体轮廓特征用改进的距离算法定量轮廓间的相似度,窗口滑动搜索策略计算关键姿态轮廓集合间的匹配距离,最终实现步态分类和识别在小型室外步态数据库,,和大型室内库上进行实验方法的正确识别率分别可达到和写与现有方法相比识别率均有提高实验结果还表明人体轮廓采样点数取。点时识别率最

2、高关键,,,,词模式识别步态识别形状上下文特征匹配盯距离中图法分类号’,一‘,一,一,,,‘”少,’,£,夕、,,,‘陕西省自然科学基金资助项目收稿一一一一日期修回日期,,,,、一作者简介陈实男年生博士研究生主要研究方向为计算机视觉生物特征识别及运动分析马天骏,男,,,主要研究方向为视频,,,年生博士研究生运动分析和计算机视觉黄万红女年生讲师,主要研究方向为图像检索高有行,男,年,,,主要研究方向为模式识别、生教授博士生导师计算机图形图像处理等期陈实等基于形状上下文描述子的步态识别,,,,,为半径的局域内按对数距离间隔建立个同心引言、,圆将此区域沿圆周方向等分形成如图所示的靶

3、状模板点到其它各点的向量相对位置简化为步态识别是指从有限的图像序列中寻找和提取行人的特征,进而自动判定或确认其身份与指纹、模板上各扇区内的点分布数这些点的统计分布直,,足,方图称为点的形状上下文其计算公式为印和人脸等生物特征识别不同步态识别具有对,。,’,影像分辨率要求低、能够远距离识别、无需和被测对一户户〔,,,象接触与合作、被测对象难以伪装等特点它在远距几任尸护,,离视觉监控系统、智能人机交互、医学诊断、动画制其中表示计数表示第个扇区,采用对数距离分割可以使形状上下文描述子对作和视频传输等有广泛的应用前景成为计算机视,觉领域一个新的研究方向邻近的采样点比远离点更敏感能强化

4、局部特征轮,,廓不同点处的形状上下文是不同的但相似轮廓的步态识别中步态的静态图像信息远比动态信,对应点处趋于有相似的形状上下文息重要的多有效描述变化的人体轮廓形状具有十尸,、,,⋯,。分重要的意义典型的轮廓形状描述方法如几何曲对于整个点集分别以其个点,林编码搏里叶描述和不变矩描述等·王亮提出轮廓作参考点由各点的形状上下文形成的矩阵就是点,,集尸的形状上下文它描述了整个轮廓形状的特征的解卷绕用轮廓边缘的矢量变分将边缘信息编码,,〔’〕,采样点越多形状表达也越精细计算量也会成倍加成一维形式用时空傅里叶描述子统计整个图像序列轮廓的变化川这些方法在小样本大库下显示了一定识别能力,但是

5、它们是对整个外形形状上下文的突出特点表现在它是相对大,,的全局参数化描述,容易忽略局部的形状细节特征,尺度的局部描述随取值的不同模板几乎可以覆对噪声和遮挡的鲁棒性差结合基于模型方法的思盖到整个图像区域参考点位置任意选择对,想,用个椭圆来近似人体外形,对每个椭圆区虚假点和小范围的遮挡比全局法要鲁棒得多分类域,计算出了一组矩相关的特征,能力较全局的方法要强困方法的识别率有了较为明显的提高最直接的局部特征相似度算法是单纯计算形状上像素点间的矢量互相关程·’习,,,度,但是矩阵维度高计算量大近年来在图像检索和识别中出现以大量的兴趣点算子定位局部特,征点位置编码点周边局部区域的图像信息

6、来描述形状局部特征的点分布方法提出一种参醉考点随机选择的形状上下文描述形状用于图像检索,川基于上述方法的启发本文采用形状上下文描图人体轮廓点集,述运动人体的轮廓特征丫统计和改进,距离来定量轮廓形状之间的匹配程度结合搜索窗口,技术测度步态序列间的相似度提出一种新的步本文算法态识别方法序列中行人轮廓的提取形状上下文描述子困,已知背景假定摄像机静止且仅受测对象运动模型,必如,图所示采用以下步骤提取序列形状上下文描述子的基本思想如下对于给定图像当前帧行人轮廓,,的一个形状通过边缘检测子获取轮廓边缘对轮廓设定阑值比较当前帧图像与背景帧各像,,边缘采样得到一组离散的点集尸一一,素点的亮度

7、得到初始背景区域,,,、⋯以其中任意一点为参考点在为圆心。二,夕一走,夕镇价模式识别与人工智能卷原始图像阴影去除后的结果最终结果图提取行人轮廓。,,可并将运动对象的初始划分区域定为一一性为了有效减少数据量和计算复杂性用一个步去除阴影,,区域由于光照影响阴影被作为态周期中的关键姿态来描述步态特征步态周期中运,,动对象的一部分在阴影区域归一化的各色彩通双足着地跨步和单足站立双腿并拢这两类姿态最具,可作道亮度值接近于背景值设背景图像任一像素点处特点为关键姿态川如图所示一个完整步、耳、弓,、双,通道的亮度值分别

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。