行人步态的特征表达及识别综述

《行人步态的特征表达及识别综述》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、万方数据行人步态的特征表达及识别综述贲观烨1徐森2王科俊31(山东大学信息科学与工程学院济南250100)2(盐城工学院信息工程学院盐城224000)3(哈尔滨工程大学自动化学院哈尔滨150001)摘要从人体测量学数据、空间时间数据、运动学数据、动力学数据和视频流数据的特有方法总结步态识别的各种方法·对视频流的方法做了更为详尽的分析，特别是对类能量图法中各种方法的表达式和含义、蕴含的信息是静态还是动态、时变特性进行对比研究．综述步态自身的多种特征融合的识别方法、步态与其它的生物特征融合的识别方法以及“扩展的

2、”步态识别等方面的研究现状，给出现有步态识别研究的评估方法，指出未来步态识别的研究方向．关键词步态识别，特征表达，特征提取，类能量图，评估方法中图法分类号TP391．41ReviewonPedestrianGaitFeatureExpressionandRecognitionBENXian—Yel，XUSen2，WANGKe-Jun31(SchoolofInformationScienceandEngineering，ShandongUniversity．Jin肌250100)2(Sch。。1ofInfor

3、mati。nEngineering，ranchengInstituteofTechnology，Ya耽矗e凡g224000)3(CollegeofAutomation，HarbinEngineeringUniversity，Harbin150001)ABSTRACTVariousmethodsforgaitrecognitionaresummarizedbyuniquemetodsfromanthropometry，spatialtemporal，kinematics，kinetics，andvideost

4、reamdataforms．Andvideostreamdataareanalyzedindetail．Theexpressions，meaningsandcharacteristicsincludingstatic，dynamic，andtime-varyinginformationamongdifferentenergyimagespeciesmethodsarecompared．Moreover．thefusionofgaitfeatures，gaitandotherbiometricandexten

5、dedgaitrecognitionarereviewed．Theassessmentmethodsforgaitrecognitionresearcharealsopresented，Inaddition，thefutureresearchdirectionsofgaitrecognitionareaddressedKeyWordsGaitRecognition，FeatureExpression，FeatureExtraction，EnergyImageSpecies．AssessmentMethod4

6、勇家自然科学基衾唑：6。09。75042，61105057)、中国博士后科学基金(N。．20110491087)和盐城工学院人才引进专项基金(No．XKR2011019)资助项目⋯一⋯⋯⋯收稿日期：2010—10—13；修回日期：2011—10—10作者简介贲睨烨，女，寥13笔生，博士，讲炯，主要研究方向为模式识别、图像处理、步态识别、超分辨率人脸识别．E-mail：benxia⋯nye．ye@。1。。63：⋯eom·，毪燕墨'二1983刍生?博士，讲师，主要研究方向为模式识别、数据挖掘、智能信息处理．至科

7、俊，男：1962年生，教授，博士生导师，主要研究方向为模式识别与智能系统、生物信息学．⋯⋯⋯⋯⋯⋯⋯’万方数据72模式识别与人工智能25卷1引言目前全球对国防建设、恐怖袭击安全和袭击之后的自动防护能力越发重视．2003年，世界民航组织公布出入境的护照使用生物特征信息的身份确认规划，美国、澳大利亚、欧盟、日本、韩国和南非已将这一规划投入使用．目前，人脸、指纹、虹膜和掌纹等识别技术已有产品．步态识别是远距离下最具潜力的生物特征识别技术之一，它具有低分辨率、易采集不易模仿、伪装等优点．本文从针对不同的步态数据形式

8、角度，对现有文献的方法进行综述、总结．由于视频流数据用于步态识别最为广泛，所以重点对其进行分析，针对步态匹配方式的不同，可分为关键帧法、时间归一法、时间序列法；针对轮廓的表达特征形式的不同，可分为外轮廓法、矩法、模型法、投影法、类能量图法、融合法及张量法，并阐明步态识别中已解决的难点问题．还对步态与其他的生物特征融合和“扩展的”步态识别等方面综述了研究现状，给出现有步态识别研究的评估方法，指出未来步态识别的研究方