基于特征融合的正面步态识别方法技术

基于特征融合的正面步态识别方法，属于模式识别技术领域。该方法主要针对解决单一特征步态识别率低的问题，首先提取步态能量图中的动态区域并利用Gabor小波变换提取特征，由于提取后的特征维度较高，需进行降维处理，针对传统PCA降维分类性较差的缺点，本发明专利技术将降维后的数据作为静态特征。根据人体下四分之一区域左右两侧像素点数比值的变化获取步态周期并将其用于描述步态序列的动态特征，基于特征融合的思想，本发明专利技术首次将利用PCA与LDA降维后的静态数据特征与描述步态序列的动态特征相融合，最后将融合的特征向量输入到基于多分类的支持向量机中，完成步态的分类和识别。相比较单一特征的步态识别方法，本发明专利技术提出的融合算法表现出更好的识别性能。

【技术实现步骤摘要】
基于特征融合的正面步态识别方法
：本专利技术属于模式识别领域，涉及的是一种基于特征融合的正面步态识别的新方法，是一种利用计算机技术、图像处理、模式识别的实现人体正面步态自动分析与判别的方法，是生物识别领域中关于步态特征提取与识别的算法
技术介绍
：随着现代计算机和网络技术的发展，信息安全的重要性日益凸显。传统的身份证，密码等身份识别方式已经远不能满足要求。生物特征识别技术作为一种身份识别手段以其固有的优势，越来越来受到人的关注。生物特征被认为是几乎不可能进行伪造的，而步态识别作为生物特征识别的一个代表，步态可在被观察者没有觉察的情况下从任意角度进行非接触性的感知和度量，且其具有远距离性、隐蔽性和非侵扰性等优点，因此从视觉监控的观点来看，步态是远距离情况下最有潜力的生物特征，其研究价值巨大。步态识别大致分为三个步骤：图像预处理、特征提取、分类识别。其中特征提取是较为关键的步骤，步态特征提取按照方式的不同分为以下两类:1)根据步态图中各类身体参数提取静态特征；2)在步态序列中提取动态特征信息。Gabor小波是哺乳动物视觉皮层本文档来自技高网...

【技术保护点】
1.一种基于特征融合的正面步态识别方法，其特征在于，步骤如下：/n步骤一：预处理/n对正面步态的每一帧图像依次进行运动目标提取、形态学处理、冗余帧去除、归一化处理；/n步骤二：特征提取与降维/n首先进行步态周期检测，将步态周期图像的最后一个周期的波峰波谷作为步态动态特征，并根据周期图像合成步态能量图，在步态能量图中提取Gabor小波特征，利用PCA+LDA的方法进行特征数据降维得到静态特征，；/n步骤三：特征融合/n将步骤二中的动态特征与静态特征进行特征融合/n步骤四：分类识别/n使用SVM分类器进行步态的训练和识别，采用一对一法构建分类器；一对一法是在每个类别之间都构造分类器，对于k类样本问...

【技术特征摘要】
1.一种基于特征融合的正面步态识别方法，其特征在于，步骤如下：
步骤一：预处理
对正面步态的每一帧图像依次进行运动目标提取、形态学处理、冗余帧去除、归一化处理；
步骤二：特征提取与降维
首先进行步态周期检测，将步态周期图像的最后一个周期的波峰波谷作为步态动态特征，并根据周期图像合成步态能量图，在步态能量图中提取Gabor小波特征，利用PCA+LDA的方法进行特征数据降维得到静态特征，；
步骤三：特征融合
将步骤二中的动态特征与静态特征进行特征融合
步骤四：分类识别
使用SVM分类器进行步态的训练和识别，采用一对一法构建分类器；一对一法是在每个类别之间都构造分类器，对于k类样本问题共需构造k(k-1)/2个分类器,组合这些两类分类器并使用投票法，票数最多的类为样本所属类，SVM核函数选取径向基函数。


2.根据权利要求1所述的基于特征融合的正面步态识别方法，其特征是：
(1)形态学处理
对已经人体运动目标图像进行形态学处理，去除二值化图像存在的空洞；
(2)目标提取
利用8连通分量分析的方法来提取一个单连通的运动目标，即去除残余噪声；
(3)冗余帧去除
冗余帧是指含有不完整人体目标...

【专利技术属性】
技术研发人员：王丹，潘一凡，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11