步態(tài)識(shí)別作為一種基于人體生理和行為的生物特征識(shí)別技術(shù),由于其具有非侵犯性和遠(yuǎn)距離識(shí)別性,在計(jì)算機(jī)視覺等領(lǐng)域一直都是備受關(guān)注的研究熱點(diǎn),在無人駕駛、視頻監(jiān)控、公安刑偵等領(lǐng)域具有非常重要的應(yīng)用價(jià)值。紅外步態(tài)識(shí)別是利用熱成像儀對(duì)人體進(jìn)行步態(tài)檢測(cè),與可見光的成像原理不同,紅外步態(tài)圖像是對(duì)人體內(nèi)部熱輻射感應(yīng)而成的像,并且具有光照不敏感、穿透煙塵霧霾能力強(qiáng)的優(yōu)點(diǎn),并且它不受環(huán)境因素的限制,可全天候、全天時(shí)成像,具有極強(qiáng)的環(huán)境適應(yīng)性。但步態(tài)紅外圖像存在圖像人物與環(huán)境對(duì)比度低、背景噪聲大、人物邊緣模糊、視覺特性差等特性,導(dǎo)致在紅外圖像中進(jìn)行人體目標(biāo)身份識(shí)別存在著較大的困難,往往檢測(cè)到了目標(biāo),但卻難以辨認(rèn)出其具體身份。目前大多數(shù)步態(tài)識(shí)別方法都是針對(duì)與可見光的步態(tài)圖像所提出的。本文提出了一種基于步態(tài)能量圖的雙層卷積紅外步態(tài)識(shí)別模型。首先,對(duì)中科院自動(dòng)化所（CASIA）的DatasetC（紅外視頻庫(kù)）數(shù)據(jù)集進(jìn)行圖像序列的分割,并采用小波變換和CLAHE（Contrast Limited Adaptive Histogram Equalization）相結(jié)合的方法對(duì)原始紅外步態(tài)圖像進(jìn)行增強(qiáng)。其次,在對(duì)目標(biāo)人體... 

【文章來源】：云南師范大學(xué)云南省

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

近10年來全球生物識(shí)別市場(chǎng)規(guī)模趨勢(shì)圖

第1章緒論2生在國(guó)內(nèi)的昆明火車站暴力恐怖案，新疆暴力恐怖案等同樣嚴(yán)重影響了社會(huì)安定。隨著全球反恐形勢(shì)更加嚴(yán)峻、國(guó)家社會(huì)的長(zhǎng)久安定、智慧城市的全面建設(shè)及城市化進(jìn)程的發(fā)展，對(duì)于提升安防技術(shù)和設(shè)施的要求刻不容緩。黑夜環(huán)境下的紅外人體識(shí)別技術(shù)也從原始的肉眼視覺識(shí)別發(fā)展到當(dāng)前的智能特征識(shí)別，逐漸受到了國(guó)內(nèi)外專家學(xué)者及信息技術(shù)人員的關(guān)注，成為了當(dāng)今信息領(lǐng)域的研究重點(diǎn)[1]。生物特征的識(shí)別方法又被稱為生物特征識(shí)別或者生物認(rèn)證[2],因其擁有特征唯一性、便捷性、安全性等優(yōu)勢(shì)，極大的滿足了當(dāng)前的監(jiān)控等領(lǐng)域的社會(huì)和市場(chǎng)需要。由于人體細(xì)節(jié)特征的差異，生物特征識(shí)別技術(shù)主要分為人臉[3-5]、指紋[6-9]、虹膜[10-12]、靜脈[13-15]、DNA[16]識(shí)別和步態(tài)識(shí)別[17]等，如圖1.2所示。基于生物特征識(shí)別的過程往往需要檢測(cè)對(duì)象的配合才能完成識(shí)別過程，而且采集過程中，檢測(cè)對(duì)象的生物特征受環(huán)境因素影響大。而且不同的生物特征具有不同的適用范圍。比如：指紋與靜脈識(shí)別需要讓檢測(cè)對(duì)象的肢體部位采用按壓等動(dòng)作通過信息采集器才能夠完成對(duì)檢測(cè)對(duì)象的信息采集。而人臉與虹膜識(shí)別需要距離較近，且光照充足的環(huán)境下才能夠完成對(duì)生物特征的提齲所以基于生理特征的識(shí)別方式由于以上原因，會(huì)造成無法正常識(shí)別目標(biāo)以及識(shí)別率（a）人臉（b）指紋（c）虹膜（d）靜脈（f）步態(tài)圖1.2基于生物特征的識(shí)別方式（e）DNA

第2章基礎(chǔ)理論8第2章基礎(chǔ)理論2.1紅外熱成像技術(shù)2.1.1紅外熱成像基本原理由于黑體輻射的存在，任何物體都具有不斷輻射、吸收、反射電磁波的性質(zhì)[44]。不同的物體能夠按照溫度的不同對(duì)外進(jìn)行電磁波輻射，因而被稱之為熱輻射。輻射出去的電磁波在各個(gè)波段是不同的，波長(zhǎng)介于0.78微米到1000微米之間的紅外譜段稱之為“紅外線”，其中波長(zhǎng)為2.0~1000微米的部分稱為熱紅外線。如圖2.1所示。自然界中，任何物體內(nèi)部的分子運(yùn)動(dòng)，都會(huì)使得物質(zhì)內(nèi)部可以發(fā)射出紅外線。由于物體內(nèi)部發(fā)射的熱紅外線對(duì)多數(shù)的固態(tài)及液態(tài)物質(zhì)的穿透性差，因而可以將熱紅外線表征為物體表面的溫度場(chǎng)分布。通過紅外探測(cè)器能夠把溫度場(chǎng)在物體上的散布顯示成為肉眼可辨的多色彩圖像。紅外熱像儀的原理就是把物體內(nèi)部射出的熱量輻射采集到紅外探測(cè)器的焦平面上，將電信號(hào)轉(zhuǎn)變?yōu)閿?shù)字信號(hào)進(jìn)而生成人眼可見的偽色彩圖像，最后通過專業(yè)的軟件進(jìn)行圖像分析。紅外熱像儀一般由紅外鏡頭、紅外探測(cè)器、處理電路、顯示電路等部分組成。紅外熱成像的整體過程如圖2.2所示。圖2.1輻射光譜圖

【參考文獻(xiàn)】：
期刊論文
[1]步態(tài)識(shí)別的深度學(xué)習(xí):綜述[J]. 何逸煒,張軍平.  模式識(shí)別與人工智能. 2018(05)
[2]中科院“步態(tài)識(shí)別”技術(shù) 不看臉50m內(nèi)完成識(shí)別[J].   智能建筑與智慧城市. 2017(10)
[3]復(fù)雜背景下基于YCbCr顏色空間和Mini-Batch聚類的膚色檢測(cè)[J]. 陳濤,云利軍,程飛燕,王坤.  云南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[4]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類和目標(biāo)檢測(cè)應(yīng)用綜述[J]. 周俊宇,趙艷明.  計(jì)算機(jī)工程與應(yīng)用. 2017(13)
[5]特征融合的多視角步態(tài)識(shí)別研究[J]. 王竣,王修暉.  中國(guó)計(jì)量大學(xué)學(xué)報(bào). 2017(02)
[6]基于SVM-LeNet模型融合的行人檢測(cè)算法[J]. 鄒沖,蔡敦波,趙娜,劉瑩,趙彤洲.  計(jì)算機(jī)工程. 2017(05)
[7]基于紅外熱成像檢測(cè)技術(shù)的設(shè)備預(yù)知性維修[J]. 范昱.  設(shè)備管理與維修. 2017(02)
[8]基于多尺度Retinex算法結(jié)合PCA特征加權(quán)的人臉識(shí)別方法[J]. 于夢(mèng),云利軍,李艾瞳.  云南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[9]基于分塊LBP和分塊PCA的指靜脈識(shí)別方法[J]. 楊文文,毛建旭,陳姜嘉旭.  電子測(cè)量與儀器學(xué)報(bào). 2016(07)
[10]基于視覺的目標(biāo)檢測(cè)與跟蹤綜述[J]. 尹宏鵬,陳波,柴毅,劉兆棟.  自動(dòng)化學(xué)報(bào). 2016(10)

博士論文
[1]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]. 薛召軍.天津大學(xué) 2007

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和類能量圖的步態(tài)識(shí)別研究[D]. 于凱強(qiáng).哈爾濱工程大學(xué) 2018
[2]低照度圖像增強(qiáng)算法的研究[D]. 郭曉婷.華南理工大學(xué) 2013



本文編號(hào)：3132158