基于视觉的步态识别研究综述

步态识别具有易采集,远距离,非接触,难伪装和非侵入性等优势,是生物特征识别、计算机视觉和信息安全等领域的研究热点.本文主要从人体检测,步态周期性,特征提取,识别分类四个方面综述了步态识别的各种方法,其中人体检测部分主要介绍了当前步态数据库和前景分割两部分,并分析了阴影的去除方法;接下来介绍步态周期性和其他步态常用参数数据;之后分类介绍了特征提取部分;识别分类以模板匹配法、基于支持向量机的方法、基于人工神经网络的方法、统计学方法及其他常用方法五部分进行介绍.最后总结了步态识别已解决的难点,并对步态识别的发展趋势作出分析,指出未来步态识别的发展方向.

一种基于OpenCV和Kinect的人体步态识别系统设计

步态识别不需要被检测人的配合、非侵犯性,并可在图像分辨率不高和较远的距离条件下实现对人体的身份检测,具有很好的实际应用前景。本文设计了一种基于OpenCV机器视觉库的人体步态识别系统。首先,通过Kinect摄像头和OpenCV函数实现步态图像数据的采集。然后,将图像数据进行预处理,通过背景差分方法提取出人体步态轮廓,并进行归一化。将一个周期的步态轮廓,通过能量图的方法来生成二维步态能量图,并以此为基础实现步态的分类和识别。