步法追踪术中行走姿势分类算法研究

发布时间：2020-04-27 07:31

【摘要】：步法追踪术在传统足迹研究中通过现场遗留足迹对犯罪嫌疑人的行走姿势进行推定。在对嫌疑人行走姿势判断描述时对行走姿势的分类大多基于从事足迹检验民警的经验和所具有的专业知识,对行走姿势进行描述时描述语言也没有统一规范,这种现象不仅造成行走姿势分类混乱也不利于对行走姿势分类的学习。并且在公安实践和教学应用中也没有行走姿势分类标准制定的相关研究方法和文献资料。本文借助海康威视视频采集仪对人体正常行走状态进行采集,使用MATLAB对采集的原始视频进行分帧处理,建立行走姿势数据库。本文采用三种方法对人自然行走状态下行走姿势分类标准进行探究。第一,基于人体结构模型的角度分析方法。首先使用Photoshop对采集的行走姿势数据库中人体行走侧影和正面图像进行人体头部、躯干和两臂进行角度计算,把得出的角度数据当作行走姿势分类特征,使用K-means聚类算法对头部、躯干和两臂的角度数据进行分类,从而得出行走姿势分类标准。第二,基于人体各部位质心连接角度分析方法。首先对采集的行走姿势人体行走侧影图像进行背景差分处理,对得到的人体图像进行形态学处理,将二值化人体图像进行头部、颈部、躯干、腿部和双手六部位分割,算出各部位质心坐标,根据连线夹角计算,最后使用K-means聚类算法对得到的斜率数据进行分类,从而得出行走姿势分类标准。第三,卷积神经网络的方法。首先对人体行走姿势数据库进行图像灰度化处理,先对图像进行人工分类,将数据分为训练集和测试集,然后进行类别序号标注,最后使用matlab自带的matconvnet工具箱中vgg模型和googlenet模型对数据进行训练,然后通过对测试集的测试分类结果观测卷积神经网络方法对行走姿势进行分类效果。经过分析得出,基于人体结构的分类方法和基于质心连接角度分析方法能够对行走姿势进行分类标准的划分,利用卷积神经网络的方法得不到好的分类效果。
【图文】：

海康威视日夜型筒型网络高清摄像头

实验采集环境
【学位授予单位】：中国人民公安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：D918.91;TP391.41

【参考文献】

相关期刊论文 前5条

1 汪国强;盖琪琳;于怀勇;文雪;任天威;;基于背景差分法的视频目标检测算法研究[J];黑龙江大学工程学报;2014年04期

2 任关平;;步法追踪在侦破案件中的作用[J];中国人民公安大学学报(自然科学版);2007年02期

3 吕国亮;赵曙光;赵俊;;基于三帧差分和连通性检验的图像运动目标检测新方法[J];液晶与显示;2007年01期

4 钱竞光;宋雅伟;叶强;李勇强;唐潇;;步行动作的生物力学原理及其步态分析[J];南京体育学院学报(自然科学版);2006年04期

5 赵黎丽;侯正信;;步态识别问题的特点及研究现状[J];中国图象图形学报;2006年02期

，

本文编号：2642023