用时空能量图和小波变换方法表征和识别步态

该文提出一种基于时空能量图和小波变换的步态特征表达和步态识别方法,步态特征由时空能量图经过小波变换后来表示,不必进行严格的时间配准或步态周期的定位。时空能量图将一个序列的多帧图像用一幅灰度图替代,集成了人的运动信息中时间与空间变化的特点,减少了特征的数据量,经证明,时空能量图对噪声不敏感。实验结果表明该算法具有较好的识别性能和较低的空间需求和计算量。

应用核独立成分分析进行弱周期性步态识别研究

提出一种基于时空能量图和核独立成分分析的步态特征表达和步态识别方法,利用步态序列图像的非线性特征和高维统计信息,并消除识别算法对时间配准和步态周期定位的依赖,时空能量图集成了步行运动信息中时间与空间变化的特点,并极大地减少了特征的数据量。针对10人值班的涉密场所进行步态识别正确率达到93.9%。实验结果表明该算法具有较好的识别性能和相当低的空间需求和计算量。

步态特征中非线性相关信息的表示方法研究

针对步态特征提取时非线性相关信息的表示问题,基于典型相关分析,结合局部化思想,提出局部判别典型相关分析方法进行步态特征表达并进行步态识别,提取的步态特征使得同类样本之间的相关度最大化,而不同类样本之间的相关度最小化.实验结果表明该算法有效地将非线性相关信息结合到步态特征后,识别性能相对典型相关分析明显提高。