基于下肢轮廓角度距离和步幅变化的步态识别算法研究

在视频监控系统中进行实时步态识别,不仅需要保证高识别率,同时需要尽量缩短识别时间。因此,提出一种基于下肢轮廓角度距离和步幅变化的步态识别算法。该算法对提取的轮廓图像按其最小外接矩形进行裁剪,并在保持宽高比不变的情况下,按照所有图像的最大高度进行图像缩放;提取一个周期内所有图像帧的质心高度、步幅,以及以骨盆关节点为依据的相邻两帧图像之间的下肢轮廓角度距离变化率作为步态特征;通过动态时间规整(DTW)算法和K近邻算法分别完成相似性度量和分类识别。实验结果表明,该算法能够较好地平衡识别率和时间代价之间的关系,以较短的时间实现用户身份高识别率,同时对衣着和背包状态具有较好的鲁棒性。