發(fā)布時(shí)間：2018-01-22 16:44

  本文關(guān)鍵詞： 步態(tài)能量圖 集成Gabor特征 均值融合 差分二值編碼 步態(tài)識(shí)別　出處：《電子測(cè)量與儀器學(xué)報(bào)》2017年04期 　論文類(lèi)型：期刊論文

【摘要】：步態(tài)對(duì)個(gè)人身份進(jìn)行識(shí)別受到越來(lái)越多生物識(shí)別技術(shù)研究者的重視。步態(tài)能量圖是一種有效的步態(tài)表征方法.通過(guò)提取步態(tài)能量圖中的動(dòng)態(tài)區(qū)域并利用Gabor小波變換對(duì)其特征提取,但經(jīng)過(guò)Gabor變換后特征維數(shù)較高,必須經(jīng)過(guò)有效的特征融合和選擇。由此針對(duì)傳統(tǒng)的Gabor特征提取后存在特征維數(shù)較高的缺點(diǎn),提出了一種基于集成Gabor特征的步態(tài)識(shí)別方法。首先,采用均值融合和差分二值編碼這兩種集成方法,對(duì)動(dòng)態(tài)區(qū)域Gabor特征圖進(jìn)行多尺度和多角度的集成,獲得26張集成Gabor特征圖;然后從26張集成Gabor特征圖中選出4張作為最終的特征向量;最后將特征向量輸入KNN分類(lèi)器進(jìn)行步態(tài)識(shí)別。實(shí)驗(yàn)結(jié)果表明,基于集成Gabor特征的步態(tài)識(shí)別方法,能夠?qū)Σ綉B(tài)特征進(jìn)行有效分離和表達(dá),同時(shí)降低維數(shù)并緊湊表征數(shù)據(jù),對(duì)步態(tài)信息進(jìn)行正確歸類(lèi)。
[Abstract]:Gait identification has attracted more and more attention from biometrics researchers. Gait energy map is an effective gait representation method. By extracting the dynamic region of gait energy map and using Gabo. R wavelet transform is used to extract the feature. However, the feature dimension after Gabor transform is higher, so it must be fused and selected effectively. Therefore, the traditional Gabor feature extraction has the disadvantage of higher feature dimension. A gait recognition method based on integrated Gabor features is proposed. Firstly, two integration methods, mean fusion and differential binary coding, are used. The multi-scale and multi-angle integration of the dynamic region Gabor feature map is carried out, and 26 integrated Gabor feature maps are obtained. Then four of the 26 integrated Gabor feature maps are selected as the final feature vectors. Finally, the feature vector is input into the KNN classifier for gait recognition. Experimental results show that the gait recognition method based on integrated Gabor features can effectively separate and express gait features. At the same time, the dimension is reduced and the data is represented compactly, and the gait information is classified correctly.
【作者單位】： 沈陽(yáng)工業(yè)大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：遼寧省高等學(xué)校優(yōu)秀人才支持計(jì)劃(LJQ2013013)資助項(xiàng)目
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 1引言隨著計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展,信息安全問(wèn)題也日益突顯,由此生物特征識(shí)別得到了廣泛的應(yīng)用,對(duì)鑒別技術(shù)的要求也越來(lái)越高。Jain[1]等認(rèn)為基于生物特征的個(gè)體識(shí)別有著獨(dú)特的優(yōu)點(diǎn),在大多數(shù)情況下,生物特征是不可能偽造,分享和忘記的。步態(tài)識(shí)別也正由于它具有非接觸性、非侵

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李嵐;;Gabor框架及其對(duì)偶框架的擾動(dòng)[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2008年01期

2 郭永明;水鵬朗;;一種修正Gabor譜圖的新方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年28期

3 柳葉;;Gabor框的存在性問(wèn)題探討[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年08期

4 袁偉;李曉東;;人臉識(shí)別應(yīng)用中的Gabor核選擇算法(英文)[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2012年07期

5 許春曄,郭寶蘭;基于Gabor函數(shù)的漢字字體識(shí)別[J];河北大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年02期

6 田學(xué)東,郭寶蘭;基于Gabor變換的漢字字體識(shí)別研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年20期

7 馬麗紅,張宇,陳曉棠;慣性平面下基于Gabor濾波和視網(wǎng)膜模型的目標(biāo)檢測(cè)[J];微電子學(xué)與計(jì)算機(jī);2004年01期

8 回紅,陳祥獻(xiàn),周泓,汪樂(lè)宇;Gabor函數(shù)實(shí)現(xiàn)基于結(jié)構(gòu)的指紋識(shí)別[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2004年06期

9 孫同倫,尹東,唐群元;基于Gabor濾波增強(qiáng)的指紋識(shí)別[J];生物醫(yī)學(xué)工程研究;2005年01期

10 王湘平,張星明;基于Gabor小波的眼睛和嘴巴檢測(cè)算法[J];計(jì)算機(jī)工程;2005年22期

相關(guān)會(huì)議論文 前10條

1 朱學(xué)芳;鄒文豪;王欒井;;對(duì)字體識(shí)別中Gabor濾波器參數(shù)的實(shí)驗(yàn)研究[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

2 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少數(shù)民族青年自然語(yǔ)言處理技術(shù)研究與進(jìn)展——第三屆全國(guó)少數(shù)民族青年自然語(yǔ)言信息處理、第二屆全國(guó)多語(yǔ)言知識(shí)庫(kù)建設(shè)聯(lián)合學(xué)術(shù)研討會(huì)論文集[C];2010年

3 ;Face recognition based on Gabor phase[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（下）[C];2006年

4 馬世偉;吳從毛;袁康;;基于時(shí)間切變Gabor原子的時(shí)頻建模[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

5 唐榮生;張宏志;王寬全;;基于Gabor小波的舌象舌苔厚薄分類(lèi)研究[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2007年學(xué)術(shù)交流年會(huì)論文集[C];2007年

6 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

7 何苗;張宏志;王寬全;;基于Gabor小波和特征加權(quán)的紅星舌象分類(lèi)研究[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2007年學(xué)術(shù)交流年會(huì)論文集[C];2007年

8 LV Xue-fang;Ping Tao;;Realization of Face Recognition System Based on Gabor Wavelet and Elastic Bunch Graph Matching[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

9 朱學(xué)芳;鄒文豪;朱鵬;;基于Gabor函數(shù)的字體識(shí)別實(shí)驗(yàn)研究[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

10 郭浩;歐宗瑛;;基于Gabor濾波的指紋增強(qiáng)方法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

相關(guān)博士學(xué)位論文 前10條

1 霍光;基于二維Gabor濾波的虹膜特征表達(dá)及識(shí)別方法研究[D];吉林大學(xué);2016年

2 余磊;Gabor小波變換在人臉識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2009年

3 何飛;基于Gabor濾波的虹膜多特征提取及融合識(shí)別方法研究[D];吉林大學(xué);2015年

4 李云峰;基于Gabor小波變換的人臉識(shí)別[D];大連理工大學(xué);2006年

5 杜賡;基于尺度不變特征的人臉識(shí)別[D];北京郵電大學(xué);2010年

6 蘇亞;主動(dòng)表觀模型的建模與匹配[D];西安電子科技大學(xué);2010年

7 趙振華;人臉識(shí)別關(guān)鍵問(wèn)題研究[D];蘭州理工大學(xué);2012年

8 王匯源;基于線(xiàn)性子空間及環(huán)形對(duì)稱(chēng)GABOR變換的人臉識(shí)別算法研究[D];山東大學(xué);2007年

9 李文書(shū);中醫(yī)舌診中若干圖像分析關(guān)鍵技術(shù)的研究[D];浙江大學(xué);2005年

10 聶祥飛;人臉檢測(cè)和識(shí)別中若干問(wèn)題研究[D];北京郵電大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 伍文婷;對(duì)Gabor框的某些問(wèn)題研究[D];華東師范大學(xué);2007年

2 袁書(shū)萍;利用多抽樣率濾波技術(shù)快速并行實(shí)現(xiàn)實(shí)值離散Gabor展開(kāi)與變換[D];安徽大學(xué);2011年

3 向維輝;基于Gabor濾波的完備CS-LBP算子圖像紋理特征提取算法研究[D];昆明理工大學(xué);2015年

4 張雁騰;基于Gabor小波分解的線(xiàn)性子空間人臉識(shí)別方法[D];昆明理工大學(xué);2015年

5 陳玉玲;基于Gabor和ILDA的人耳識(shí)別研究[D];江西理工大學(xué);2015年

6 王文佳;基于人眼識(shí)別的手機(jī)游戲防沉迷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

7 馬逢樂(lè);基于Gabor小波的能量空間特征點(diǎn)提取方法研究[D];北京化工大學(xué);2014年

8 許偉;基于Gabor特征和SVM的人臉識(shí)別方法研究[D];新疆大學(xué);2015年

9 魏永成;基于Android系統(tǒng)的實(shí)時(shí)人臉識(shí)別及其應(yīng)用[D];電子科技大學(xué);2014年

10 陳欣;基于Gabor小波變換的單樣本人臉識(shí)別算法研究[D];電子科技大學(xué);2015年

，

本文編號(hào)：1455197