基于深度学习的非模型法步态识别研究

发布时间：2024-06-23 12:09

　　步态识别是一种新兴的生物特征识别技术,其相对于人脸识别与指纹识别等身份识别技术具有识别距离远、难以伪装等优点,在近些年来受到了国内外研究学者的广泛关注。同基于模型法的步态识别相比,非模型法的步态识别构建简单,计算量低,计算效率高,对目标图像质量的要求低。非模型法的步态识别分为类能量图法和视频序列特征法两种。类能量图法将一个周期内的图像序列生成一幅图像,这幅图像通常为步态能量图,当运动对象的衣着、采集设备的角度发生变化时,步态图像的轮廓也随即发生较大的变化,这些变化将对步态识别产生影响。视频序列特征法需要将一个周期内的步态轮廓图按照顺序进行输入,丧失了步态识别的灵活性,且在实际生活中,由于外界因素干扰通常很难取得完整周期内的步态轮廓图。针对以上问题,为了提高跨视角多步行条件的步态识别的准确率,实现步态识别的灵活性,本文结合深度学习的优秀性能,展开了基于深度学习的非模型法步态识别研究,具体工作如下:(1)在步态能量图法中结合深度学习提出了一种基于胶囊网络和反馈权重矩阵的步态识别方法。传统卷积神经网络在池化过程中会产生损失,且无法准确反映步态能量图内部特征属性之间的关系,本文使用胶囊网络,采...

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图1.2几种基于模型法的示意图

5的2D运动序列中进行步态识别的方法，该方法首先从一组傅里叶表示的例子中采用主成分分析法来挑选出合适的成分组成3D线性模型，用最大值法将各个2D图1.2几种基于模型法的示意图步态序列投影到3D模型中，最后这个投影的系数将被用来进行分类识别。文献[18]提出了一种2.5D人体建模的....

图2.4CASIA-A数据库

16表2.1常用步态数据库数据库创建时间对象数场景影响因素OU-MVLP[49]201810307室内视角OU-LP[52]20124000室内视角OU-LP-Bag-β[53]20171034室内背包USF[54]2001122室外路面、携带物、时间CASIA-A[55]200....

图2.5CASIA-B数据库中某对象在不同视角下的步态图像

16表2.1常用步态数据库数据库创建时间对象数场景影响因素OU-MVLP[49]201810307室内视角OU-LP[52]20124000室内视角OU-LP-Bag-β[53]20171034室内背包USF[54]2001122室外路面、携带物、时间CASIA-A[55]200....

图2.6CASIA-B数据库中某对象三种不同行走条件下的步态图像

17为了研究行走速度和夜晚协变量对步态识别的影响，2005年8月CASIA-C步态数据库被建立，该数据库包含了153名测试对象，拍摄的图像均为红外摄像机在夜间拍摄的红外图像，其中步行条件有正常行走、快速行走、慢速行走、带有背包四种情况。图2.7为CASIA-C数据库中某对象慢速行....

本文编号：3995445