基于人脸和步态特征的生物识别系统的研究与实现

发布时间：2020-11-12 12:44

　　 社会公共安全越来越受到政府和社会的高度关注,也越来越成为政府尤其是公安政法机构必须做好的政务。为了及时掌握公共场合的实时信息,各地尤其是城市中都安装了视频监控系统。伴随着视频监控覆盖面及应用面的迅速普及,急需一种在复杂环境中,不依赖距离远近、不依赖监测对象配合状态下的快速身份识别技术,用以迅速确认监测对象身份,从而实现快速智能预警。本文融合人脸特征和步态特征实现多模态身份识别。中远距离下,利用Lacus-Kanade光流法提取人体行走过程中的步态光流图表征步态的动态特征,采用Procrustes形状分析法统计一个步态的头肩均值形状人脸识别方法。同时,根据一个步态周期内行人在起始和终止位置时的侧影高度之间的关系估计其行走方向,并确定行人与相机之间的视角作为步态特征的选择标准,克服视角对步态识别的影响。近距离情况下,利用人脸特征进行身份识别,提出基于子模块稀疏表示的识别方法。按照一定比例关系对人脸分块并提取各块的多尺度图像特征,设计随机感知矩阵将特征从高维空间映射到低维子空间。随机感知矩阵具有数据无关的性质,该方法提高了人脸识别率,同时满足系统的实时性要求。最后对步态识别和人脸识别结果进行决策级融合,解决中远距离情况下身份识别难的问题。本文的研究成果可对中远距离生物识别设计提供有意义的借鉴和参考。
【学位单位】：河北科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：D631.4;TP391.41
【部分图文】：

图 2-1 CASIAB 步态数据库中某行人在一个步态周期内的侧影图像2.1.2 行走方向的确定目前，步态识别问题大都是在固定视角下进行的。然而，行人在行走过程中的行走方向各不相同，采用固定视角下的步态特征进行识别，识别率较低。故本文在步态识别前先对人的行走方向确定。然后结合步态特征和行人的行走方向完成步态识别，以克服行走方向对步态识别的影响。行人行走方向示意图如图 2-2 所示。

8图 2-2 行人行走方向示意图置， 将行人沿着相机光轴走向相机时的左侧时人的行走方向为9 0°。按此规律行走坐标系统。然后，根据相机成像原理和变化与高度变化估计行走方向。行走方向可以归纳为四类，分别位于行相机的左侧走向其右侧，且逐渐靠近相时有 bebeh <h, x≤x，其中bx为行人为行人在一个步态周期的终止位置的横

相邻两帧步态侧影图像间的光流场
【参考文献】

相关期刊论文 前10条

1 邹国锋;傅桂霞;李海涛;高明亮;王科俊;;多姿态人脸识别综述[J];模式识别与人工智能;2015年07期

2 柴瑞敏;曹振基;;基于Gabor小波与深度信念网络的人脸识别方法[J];计算机应用;2014年09期

3 梁淑芬;刘银华;李立琛;;基于LBP和深度学习的非限制条件下人脸识别算法[J];通信学报;2014年06期

4 赵恒;俞鹏;;基于主动表观模型姿态矫正和局部加权匹配人脸识别[J];中国图象图形学报;2013年12期

5 张剑;何骅;詹小四;肖俊;;用SIFT词汇树实现的姿态无关的人脸识别[J];计算机辅助设计与图形学学报;2013年11期

6 王科俊;邹国锋;傅桂霞;原蕾;;一种快速眼睛定位与人脸平面旋转校正方法[J];计算机辅助设计与图形学学报;2013年06期

7 张疆勤;廖海斌;李原;;基于因子分析与稀疏表示的多姿态人脸识别[J];计算机工程与应用;2013年05期

8 张尤赛;杨姝;;局部加权平均虚拟样本的多姿态人脸识别算法[J];江苏科技大学学报(自然科学版);2013年01期

9 叶长明;蒋建国;詹曙;ANDO Shigeru;;基于曲面等高线特征的不同姿态三维人脸深度图识别[J];模式识别与人工智能;2013年02期

10 李全彬;刘锦高;黄智;;基于水平镜像和决策融合的多姿态人脸识别方法[J];计算机应用与软件;2012年12期

相关硕士学位论文 前5条

1 钱程;基于深度学习的人脸识别技术研究[D];西南交通大学;2017年

2 庞柯;基于指纹与掌纹的多模态生物特征识别研究[D];重庆理工大学;2014年

3 孙希伟;融合人脸和指纹的嵌入式生物特征识别系统研究与实现[D];山东大学;2012年

4 何树洋;基于指纹与姓名语音的多模态生物特征融合身份识别技术的研究[D];南京邮电大学;2012年

5 孙巍巍;基于人脸与指纹的多模态身份识别系统研究[D];南京理工大学;2011年

本文编号：2880764