近年來,隨著信息化和數(shù)字化社會的快速發(fā)展,許多領(lǐng)域采用生物特征的身份識別技術(shù)來保障公共安全及個人。其中人體步態(tài)由于可遠距離識別、不易偽裝、無需配合等特點實現(xiàn)了對目前生物特征識別的進一步完善,在安全領(lǐng)域,人體步態(tài)發(fā)揮重要的作用。因而,在身份識別研究中,基于人體步態(tài)身份識別日益受到關(guān)注,并且有越來越多的步行識別算法被提出并得到完善。本文研究了基于人體骨架的跨視角步態(tài)識別算法,并從以下幾個方面對步行識別算法展研究:（1）改進人體骨架提取算法:本文將人體姿態(tài)估計中比較權(quán)威,并且常用的Openpose算法應(yīng)用到步態(tài)識別領(lǐng)域中,這個算法的好處就是省去了復(fù)雜的步態(tài)視頻或者步態(tài)序列的預(yù)處理環(huán)節(jié),可以直接通過圖片或者實時的提取出來人體骨架特征和關(guān)節(jié)點信息。針對實驗中出現(xiàn)的問題,對Openpose算法進行改進,減少了網(wǎng)絡(luò)中的參數(shù),并在有關(guān)鍵點標準的LSP數(shù)據(jù)集上進行驗證對比。同時也對步態(tài)數(shù)據(jù)庫中的步態(tài)序列進行了骨架提取,進行實驗對比,修正了之前出現(xiàn)的問題。（2）步態(tài)視角的轉(zhuǎn)換:因為步態(tài)序列在90°視角拍攝出來的圖像特征最明顯,最易識別。本文利用可以把與步態(tài)視角無關(guān)的特征向量轉(zhuǎn)換到指定角度的VTM算法進行步... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

USF數(shù)據(jù)庫Fig.1-1USFdatabase

中北大學學位論文51.3步態(tài)數(shù)據(jù)庫步態(tài)識別能夠成功的一個關(guān)鍵性因素就是能夠有足夠多的訓練樣本進行學習訓練，并且實現(xiàn)步態(tài)識別的方法的是否可行有效也一定程度上取決于步態(tài)數(shù)據(jù)集，因此步態(tài)數(shù)據(jù)庫的選擇和使用也是很重要的。步態(tài)數(shù)據(jù)庫一般需要具有數(shù)量很多的樣本以及環(huán)境、衣著等協(xié)變量，并且需要采集每一個個體，以不同的狀態(tài)行走的視頻序列，因此，數(shù)據(jù)的采集也比較困難。另外，步態(tài)數(shù)據(jù)庫還應(yīng)包含各種復(fù)雜角度的步態(tài)序列，以便于跨視角的步態(tài)識別研究。為了促進步態(tài)識別的相關(guān)研究，全球有多個步態(tài)數(shù)據(jù)庫可供選擇[40]。公開的步態(tài)數(shù)據(jù)庫包括USF步態(tài)數(shù)據(jù)庫[41]如圖1-1所示是由南弗羅里達大學創(chuàng)建的，CASIA-A[42]，CASIA-B[43]如圖1-2和圖1-3所示是由中科院的自動化研究所創(chuàng)建的，以及如圖1-4所示的由卡內(nèi)基梅隆大學創(chuàng)建的CMUMoBo[44]，除此之外還有一些比如國內(nèi)的話由深圳大學創(chuàng)建的SZURBG-D[45]，還有國外的日本大阪大學的OU-ISIR系列的步態(tài)數(shù)據(jù)庫[46,47]，在表1-2中詳細地總結(jié)了上述多角度步態(tài)數(shù)據(jù)集。圖1-1USF數(shù)據(jù)庫圖1-2CASIA-A數(shù)據(jù)庫Fig.1-1USFdatabaseFig.1-2CASIA-Adatabase圖1-3CASIA-B數(shù)據(jù)庫圖1-4CMUMoBo數(shù)據(jù)庫Fig.1-3CASIA-AdatabaseFig.1-4CMUMoBodatabase

中北大學學位論文51.3步態(tài)數(shù)據(jù)庫步態(tài)識別能夠成功的一個關(guān)鍵性因素就是能夠有足夠多的訓練樣本進行學習訓練，并且實現(xiàn)步態(tài)識別的方法的是否可行有效也一定程度上取決于步態(tài)數(shù)據(jù)集，因此步態(tài)數(shù)據(jù)庫的選擇和使用也是很重要的。步態(tài)數(shù)據(jù)庫一般需要具有數(shù)量很多的樣本以及環(huán)境、衣著等協(xié)變量，并且需要采集每一個個體，以不同的狀態(tài)行走的視頻序列，因此，數(shù)據(jù)的采集也比較困難。另外，步態(tài)數(shù)據(jù)庫還應(yīng)包含各種復(fù)雜角度的步態(tài)序列，以便于跨視角的步態(tài)識別研究。為了促進步態(tài)識別的相關(guān)研究，全球有多個步態(tài)數(shù)據(jù)庫可供選擇[40]。公開的步態(tài)數(shù)據(jù)庫包括USF步態(tài)數(shù)據(jù)庫[41]如圖1-1所示是由南弗羅里達大學創(chuàng)建的，CASIA-A[42]，CASIA-B[43]如圖1-2和圖1-3所示是由中科院的自動化研究所創(chuàng)建的，以及如圖1-4所示的由卡內(nèi)基梅隆大學創(chuàng)建的CMUMoBo[44]，除此之外還有一些比如國內(nèi)的話由深圳大學創(chuàng)建的SZURBG-D[45]，還有國外的日本大阪大學的OU-ISIR系列的步態(tài)數(shù)據(jù)庫[46,47]，在表1-2中詳細地總結(jié)了上述多角度步態(tài)數(shù)據(jù)集。圖1-1USF數(shù)據(jù)庫圖1-2CASIA-A數(shù)據(jù)庫Fig.1-1USFdatabaseFig.1-2CASIA-Adatabase圖1-3CASIA-B數(shù)據(jù)庫圖1-4CMUMoBo數(shù)據(jù)庫Fig.1-3CASIA-AdatabaseFig.1-4CMUMoBodatabase


本文編號：3232485