【摘要】：針對(duì)視頻監(jiān)控中步態(tài)識(shí)別算法準(zhǔn)確度較低的問(wèn)題,提出一種雙邊傅里葉校正點(diǎn)估計(jì)類Haar特征模板匹配的多鏡頭步態(tài)識(shí)別算法。根據(jù)視頻監(jiān)控的特點(diǎn),使用圖像點(diǎn)估計(jì)重構(gòu)算法,設(shè)計(jì)一種無(wú)標(biāo)記類Haar特征模板匹配的步態(tài)特征提取算法,進(jìn)行步態(tài)的自動(dòng)識(shí)別與提取。對(duì)不同鏡頭視角下特征運(yùn)動(dòng)角度提取差異,基于雙邊傅里葉級(jí)數(shù)實(shí)現(xiàn)觀測(cè)角度校正,并依據(jù)高維特征空間設(shè)計(jì)自適應(yīng)順序前進(jìn)浮動(dòng)選擇的搜索算法。在Southampton測(cè)試庫(kù)上的仿真結(jié)果表明,該算法步態(tài)正確分類率達(dá)到96.3%,能有效提高分類識(shí)別精度。
[Abstract]:Aiming at the low accuracy of gait recognition algorithm in video surveillance, a multi-shot gait recognition algorithm based on Haar feature template matching for two-sided Fourier correction point estimation is proposed. According to the characteristics of video surveillance, a gait feature extraction algorithm based on unmarked Haar feature template matching is designed by using image point estimation and reconstruction algorithm to identify and extract gait automatically. The angle of motion of feature is extracted from different lens angle of view, and the angle correction is realized based on two-sided Fourier series, and the search algorithm of adaptive sequential forward floating selection is designed according to high-dimensional feature space. The simulation results on Southampton test database show that the correct gait classification rate of this algorithm is up to 96.3 and the accuracy of classification and recognition can be improved effectively.
【作者單位】： 湖南廣播電視大學(xué)網(wǎng)絡(luò)資源系;中南大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：湖南省教育科學(xué)“十二五”規(guī)劃課題(XJK014BXX005)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 柴本成;;基于移動(dòng)鐘擺的步態(tài)識(shí)別方法[J];浙江萬(wàn)里學(xué)院學(xué)報(bào);2010年02期

2 田光見,趙榮椿;基于傅立葉描繪子的步態(tài)識(shí)別[J];計(jì)算機(jī)應(yīng)用;2004年11期

3 田光見;趙榮椿;;一種步態(tài)識(shí)別方法[J];計(jì)算機(jī)科學(xué);2005年09期

4 洪文,黃鳳崗,蘇菡;基于連續(xù)隱馬爾科夫模型的步態(tài)識(shí)別[J];應(yīng)用科技;2005年02期

5 劉玉棟,蘇開娜,馬麗;一種基于模型的步態(tài)識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2005年09期

6 田光見,趙榮椿;步態(tài)識(shí)別綜述[J];計(jì)算機(jī)應(yīng)用研究;2005年05期

7 趙子健;吳曉娟;;基于近似時(shí)空切片向量的步態(tài)識(shí)別方法研究[J];模式識(shí)別與人工智能;2005年05期

8 趙黎麗;侯正信;;步態(tài)識(shí)別問(wèn)題的特點(diǎn)及研究現(xiàn)狀[J];中國(guó)圖象圖形學(xué)報(bào);2006年02期

9 許文芳;吳清江;;步態(tài)識(shí)別綜述[J];福建電腦;2007年01期

10 彭彰;吳曉娟;楊軍;;基于肢體長(zhǎng)度參數(shù)的多視角步態(tài)識(shí)別算法[J];自動(dòng)化學(xué)報(bào);2007年02期

相關(guān)會(huì)議論文 前10條

1 鄧玉春;劉世平;;自動(dòng)步態(tài)識(shí)別方法研究綜述[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

2 何衛(wèi)華;李平;文玉梅;葉波;袁海軍;;運(yùn)用下肢關(guān)節(jié)角度信息進(jìn)行步態(tài)識(shí)別[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

3 張聰;明東;萬(wàn)柏坤;;基于小波描述子和人體骨架模型的多視角融合步態(tài)識(shí)別[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)暨首屆生物醫(yī)學(xué)工程前沿科學(xué)研討會(huì)論文集[C];2009年

4 朱京紅;方帥;高明;方杰;;基于人工免疫模型的步態(tài)識(shí)別方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 葉波;文玉梅;李平;;基于核主元分析和支持向量機(jī)的步態(tài)識(shí)別算法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 王科俊;閻濤;呂卓紋;;基于耦合度量學(xué)習(xí)的特征級(jí)融合方法及在步態(tài)識(shí)別中的應(yīng)用[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

7 王科俊;賁f[燁;;基于線性插值的特征模板構(gòu)造的步態(tài)識(shí)別算法框架[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

8 劉麗麗;呂凝;郭鋒;;基于膚色和模板匹配的新聞圖像人臉檢測(cè)[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

9 李鑫;李力爭(zhēng);;基于模板匹配的固態(tài)流體流速檢測(cè)算法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

10 馮春貴;祝詩(shī)平;王海軍;;一種改進(jìn)型模板匹配和離散Hopfield神經(jīng)網(wǎng)絡(luò)的限速標(biāo)志識(shí)別方法[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)（CSAE 2011）論文摘要集[C];2011年

相關(guān)重要報(bào)紙文章 前2條

1 編譯 劉東征;新型“步態(tài)密碼”給手機(jī)加把鎖[N];北京科技報(bào);2005年

2 若水;分析步態(tài)識(shí)別身份[N];光明日?qǐng)?bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 余杰;基于視頻的人體目標(biāo)跟蹤與識(shí)別技術(shù)研究[D];電子科技大學(xué);2016年

2 賁f[燁;基于人體運(yùn)動(dòng)分析的步態(tài)識(shí)別算法研究[D];哈爾濱工程大學(xué);2010年

3 曾瑋;基于確定學(xué)習(xí)理論的人體步態(tài)識(shí)別研究[D];華南理工大學(xué);2012年

4 劉磊;基于多源信息的步態(tài)識(shí)別算法研究[D];河北工業(yè)大學(xué);2015年

5 張?jiān)?基于序列統(tǒng)計(jì)特性的步態(tài)識(shí)別算法研究[D];山東大學(xué);2010年

6 趙國(guó)英;基于視頻的步態(tài)識(shí)別[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

7 薛召軍;基于小波變換和支持向量機(jī)相結(jié)合的步態(tài)識(shí)別新方法研究[D];天津大學(xué);2007年

8 胡榮;人體步態(tài)識(shí)別研究[D];華中科技大學(xué);2010年

9 顧磊;基于圖像序列的人體步態(tài)識(shí)別方法研究[D];南京理工大學(xué);2008年

10 劉海濤;基于立體視覺(jué)的步態(tài)識(shí)別研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 陳夏輝;步態(tài)識(shí)別的若干關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

2 王奎;一種基于特征曲線匹配的快速步態(tài)識(shí)別方法研究[D];大連海事大學(xué);2015年

3 楊亞洲;基于人體輪廓特征的步態(tài)識(shí)別技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

4 衣美佳;步態(tài)識(shí)別關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2015年

5 周浩理;復(fù)雜背景下多特征融合的人體步態(tài)識(shí)別研究[D];海南大學(xué);2016年

6 李雪燕;視頻監(jiān)控中人體步態(tài)識(shí)別方法研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

7 羅璨;存在干擾因素情況下的步態(tài)識(shí)別統(tǒng)動(dòng)力學(xué)初步探索[D];蘇州大學(xué);2016年

8 張鵬;耦合度量學(xué)習(xí)理論及其在步態(tài)識(shí)別中的應(yīng)用研究[D];山東大學(xué);2016年

9 沈小康;基于Kinect的人體步態(tài)跟蹤與識(shí)別技術(shù)[D];山東大學(xué);2016年

10 周潔;基于姿態(tài)與壓力信息的步態(tài)識(shí)別方法[D];西南交通大學(xué);2016年

，

本文編號(hào)：2403856