公共文化服务平台

基于改进蛇模型的步态轮廓提取被引量：10: 2007年; 提出了一种基于Snake模型的改进算法,不仅能够精确地搜索到图像轮廓,且程序运行速度较快。该算法在CMU数据库上进行了实验,结果表明提取出的步态轮廓完整且封闭,能有效地提高识别率。; 李潇李平文玉梅叶波郭军; 关键词：SNAKE模型能量函数梯度矢量流贪婪算法

基于核主元分析和支持向量机的步态识别算法: 步态是唯一能被远距离识别的生物特征。根据运动人体的轮廓特征,该文提出了一种有效的步态识别算法。首先对每个序列进行运动轮廓抽取,从3个方向（水平、垂直、斜向）对时变的二维轮廓进行扫描,分别转换为对应的一维向量;采用核主元分...; 叶波文玉梅李平; 关键词：生物测量步态识别核主元分析支持向量机; 文献传递

一种采用高斯模型的步态轮廓分割算法被引量：5: 2008年; 步态识别中大多采用步态轮廓作为识别特征,因此提取完整封闭的运动人体轮廓以准确表达步态特征是正确识别的前提。本文提出一种采用高斯模型的步态轮廓分割算法。在人的运动方向与摄像机成像面平行和摄像机静止的条件下,假设序列图像所有帧中对应像素点背景时刻的灰度值在时间轴上是高斯分布,而目标时刻不满足这种分布,采用统计推断的方法分割出运动目标轮廓。实验结果表明,本文算法不仅能够提取出完整的人体轮廓,并且能有效地去除噪声,对阴影抑制也有一定效果,能够提高步态识别率。算法直接在RGB空间或灰度空间进行,无需进行颜色空间转换,也无需建立单独的背景图像,计算量小,处理实时性高。; 傅春燕李平文玉梅袁海军叶波; 关键词：步态识别高斯模型运动目标分割

复杂背景下基于图像融合的运动目标轮廓提取算法被引量：29: 2006年; 运动目标轮廓的有效提取对于目标识别、跟踪和行为的理解等后期的处理是非常重要的。受背景复杂性的影响,当背景灰度和运动目标的灰度相近时,提取的运动目标易产生空洞,某些部位无法完全恢复。根据帧差法的基本原理,提出了一种针对复杂背景的运动目标检测、轮廓提取方法。首先,对图像进行滤波处理,采用最大方差比阈值法消除了剩余部分噪声和背景,然后在三帧时间差分法基础上,利用序列中多帧图像融合运动信息,并确定参考区域,通过对原图像进行回扫描,最终提取出完整的运动目标轮廓。实验结果验证了算法的稳健性和有效性。; 何卫华李平文玉梅叶波; 关键词：帧差法低对比度

多分类器信息融合的步态识别算法被引量：8: 2009年; 融合运动人体整体轮廓和局部关节的特征信息,提出了一种新的步态识别算法。对每个序列进行运动轮廓抽取,从3个方向(水平、垂直、斜向)对时变的2维轮廓进行投影扫描,转换为对应的特征向量;对级联的特征向量分别采用离散正交小波变换(DWT)和核主元分析法(KPCA)提取轮廓时空变化所蕴涵的非线性步态信息,构成两个独立的全局特征分类器。对运动人体髋关节和膝关节建模,根据步态运动的准周期性,将关节角度时序信息按傅里叶级数形式展开,采用遗传算法搜索各次谐波的系数并进行尺度变换,生成局部关节时变特征向量,构成局部特征分类器。最后采用贝叶斯多分类器融合决策规则,融合整体和局部特征。在CMU步态数据库中进行实验,结果验证了算法的有效性,识别性能和验证性能都获得有效的提高。; 叶波文玉梅何卫华; 关键词：步态识别多分类器融合核主元分析

不变矩系数拟合的步态识别被引量：6: 2007年; 根据综合利用步态的静态和动态信息的思想,结合不变矩描述图像几何特性的功能,从步态序列提取不变矩作为步态特征进行识别。采用傅立叶级数描述步态图像序列人体轮廓不变矩的变化,利用遗传算法搜索傅立叶级数的系数,最后再用k近邻分类器对不变矩变化的幅度信息分类。在CMU步态数据库上进行的实验,达到了90%以上的识别率。结果表明,该方法具备很高识别性能,能较好地利用步态的静态和动态信息。; 袁海军文玉梅李平叶波; 关键词：特征提取步态识别不变矩遗传算法 KNN分类器

运用下肢关节角度信息进行步态识别: 关节角度的变化能够有效反映人体运动的主要特性。该文提出了一种基于关节角度信息的步态识别方法。首先对运动人体腿部建模,采用最小二乘法拟合边界,获取大腿和小腿关节角度的时序信息:根据步态运动的准周期性,将关节角度时序信息按傅...; 何卫华李平文玉梅叶波袁海军; 关键词：生物特征识别步态识别关节角度遗传算法; 文献传递

基于人体轮廓宽度特征的步态识别被引量：10: 2005年; 基于人体轮廓宽度特征提出了一种步态识别算法。首先对每个序列进行运动轮廓抽取,将这些时变的二维轮廓形状转换为对应的一维横向宽度信号,通过主元分析法(PCA)来提取低维步态特征,在此基础上采用线性判决分析(LDA),以获取最佳投影方向,达到提高数据分类能力的目的。在NLPR、CMU和UMF步态数据库中进行实验,结果表明算法具备快速、稳健特征,在实际应用中具备较大的价值。; 叶波文玉梅; 关键词：生物测量特征抽取步态识别主元分析法

基于步态的人身份识别技术综述被引量：18: 2005年; 由于不同的人在身体结构和运动行为方面存在广泛的不同性,步态为人的身份识别提供了独特的线索。对于近年来日益受到普遍重视的基于步态生物特征的人身份识别专题进行了较为详尽的综述,分析了目前所取得的主要成果及其特点,并指出了存在的难题和未来的发展趋势。; 叶波文玉梅; 关键词：生物测量步态识别

采用不变矩傅氏级数表示的步态识别被引量：1: 2008年; 步态作为唯一具备远距离识别能力的生物测量特征已经受到广泛的关注。步态序列包含人行走的静态和动态信息,综合利用这两方面信息是提高识别性能的关键。为了综合利用人行走的静态和动态信息来提高识别能力,提出了一种用步态的不变矩傅氏级数系数的幅值作为识别特征的步态识别方法。因为不变矩描述了人运动的静态信息,其在整个步态周期提取的特征则蕴含了人运动的动态信息,所以将不变矩作为识别特征用于步态识别。该方法首先计算每帧图像的不变矩;然后采用傅里叶级数来拟合整个不变矩系数序列,并用遗传算法搜索傅里叶级数系数;接着将这些系数的幅值表示为用于分类的特征向量;最后再用k近邻分类器对特征向量进行分类。通过对CMU步态数据库中的4种步态分别进行的实验结果表明,该方法对单独的矩可取得80%以上的识别率,而对级联的矩识别率则可达到90%以上。另外,该方法对部分遮挡也具有鲁棒性。实验结果和性能分析表明,这种结合静态和动态信息的识别方法是有效的。; 袁海军文玉梅李平叶波何卫华; 关键词：步态识别特征提取不变矩遗传算法 KNN分类器

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

叶波