基于视触觉多特征融合的步态识别方法研究

发布时间：2020-08-04 19:11

【摘要】：生物特征识别技术是采用人的固有特征进行识别的,由于其具有唯一性、稳定性等优点,已成为关注的热点问题之一。相对于大多数生物特征识别,步态识别还具有远距离和非侵扰的优势,因此更受到研究者的青睐。步态识别技术主要分为基于视觉和基于触觉两种识别方式,基于视觉的步态识别是一种主流的识别方式,但受光照和服装等因素影响较大,而基于触觉的识别不受光线和遮挡等影响,所以研究视触觉融合的步态识别具有重要的意义。在研究步态识别的基础上,提出了基于视触觉多特征融合的步态识别方法,具体的内容如下:深入介绍课题的研究背景和意义以及国内外的发展现状。在步态运动学分析的基础上,建立下肢的力学模型,计算下肢关节转动的角速度、角加速度,对步态视觉和步态触觉的识别机理进行研究,找到了具体的识别特征。基于视觉的步态识别一般流程包括运动目标的检测、预处理、特征提取、分类识别四部分。使用图像处理的方法检测运动的步态图像,通过形态学处理和关键帧提取得到步态的特征序列。运用实验测得腿部的角度并分析角度的变化规律,选择具有代表性的特征作为身份识别的特征。根据髋关节和膝关节的定位,计算出关节转动角度、角速度、角加速度的特征值。在触觉方面,使用足底压力测力板测得步态行走过程中的压力曲线,对曲线上的特征点进行分析,得到足底压力曲线上的特征值和对应的时间参数。把这些特征作为视触觉融合的特征。在视触觉理论研究的基础上结合融合理论,确定了信息在特征层进行融合。根据生物学的启发,构建视触觉融合的神经网络分类器。分析了神经网络的特性,并确定各项函数,使用样本对网络进行训练,获得该网络的参数值。实验的仿真结果表明,视触觉融合的步态识别方法比单独采用视觉特征或触觉特征的识别率高,也验证了视触觉融合方法的可行性。
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 田光见,赵荣椿;基于傅立叶描绘子的步态识别[J];计算机应用;2004年11期

2 田光见;赵荣椿;;一种步态识别方法[J];计算机科学;2005年09期

3 洪文,黄凤岗,苏菡;基于连续隐马尔科夫模型的步态识别[J];应用科技;2005年02期

4 刘玉栋,苏开娜,马丽;一种基于模型的步态识别方法[J];计算机工程与应用;2005年09期

5 田光见,赵荣椿;步态识别综述[J];计算机应用研究;2005年05期

6 赵子健;吴晓娟;;基于近似时空切片向量的步态识别方法研究[J];模式识别与人工智能;2005年05期

7 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

8 许文芳;吴清江;;步态识别综述[J];福建电脑;2007年01期

9 彭彰;吴晓娟;杨军;;基于肢体长度参数的多视角步态识别算法[J];自动化学报;2007年02期

10 韩旭;刘冀伟;么键;那幼超;王志良;;一种改进的步态识别方法[J];电子器件;2007年04期

相关会议论文 前8条

1 邓玉春;刘世平;;自动步态识别方法研究综述[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

2 何卫华;李平;文玉梅;叶波;袁海军;;运用下肢关节角度信息进行步态识别[A];第十三届全国图象图形学学术会议论文集[C];2006年

3 肖军;苏洁;郑波;贾鹏宇;;智能仿生腿在不同路况下的步态识别系统研究[A];2007中国控制与决策学术年会论文集[C];2007年

4 张聪;明东;万柏坤;;基于小波描述子和人体骨架模型的多视角融合步态识别[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年

5 朱京红;方帅;高明;方杰;;基于人工免疫模型的步态识别方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

6 叶波;文玉梅;李平;;基于核主元分析和支持向量机的步态识别算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

7 王科俊;阎涛;吕卓纹;;基于耦合度量学习的特征级融合方法及在步态识别中的应用[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 王科俊;贲f[烨;;基于线性插值的特征模板构造的步态识别算法框架[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

相关重要报纸文章 前2条

1 编译 刘东征;新型“步态密码”给手机加把锁[N];北京科技报;2005年

2 若水;分析步态识别身份[N];光明日报;2003年

相关博士学位论文 前10条

1 刘磊;基于多源信息的步态识别算法研究[D];河北工业大学;2015年

2 贲f[烨;基于人体运动分析的步态识别算法研究[D];哈尔滨工程大学;2010年

3 曾玮;基于确定学习理论的人体步态识别研究[D];华南理工大学;2012年

4 张元元;基于序列统计特性的步态识别算法研究[D];山东大学;2010年

5 赵国英;基于视频的步态识别[D];中国科学院研究生院（计算技术研究所）;2005年

6 薛召军;基于小波变换和支持向量机相结合的步态识别新方法研究[D];天津大学;2007年

7 胡荣;人体步态识别研究[D];华中科技大学;2010年

8 顾磊;基于图像序列的人体步态识别方法研究[D];南京理工大学;2008年

9 刘海涛;基于立体视觉的步态识别研究[D];中国科学技术大学;2010年

10 谭建辉;基于信息融合的红外步态识别新技术研究[D];广东工业大学;2011年

相关硕士学位论文 前10条

1 陈夏辉;步态识别的若干关键技术研究[D];华南理工大学;2015年

2 王奎;一种基于特征曲线匹配的快速步态识别方法研究[D];大连海事大学;2015年

3 杨亚洲;基于人体轮廓特征的步态识别技术研究[D];国防科学技术大学;2013年

4 马晓龙;基于MIMU的单兵室内导航算法研究[D];国防科学技术大学;2013年

5 衣美佳;步态识别关键技术研究[D];南京邮电大学;2015年

6 杨楠;基于视触觉多特征融合的步态识别方法研究[D];河北工业大学;2015年

7 李熙熙;基于腿部三角特征的贝叶斯步态识别方法研究[D];中南大学;2008年

8 杨鹏;步态识别中的常用方法[D];吉林大学;2010年

9 高海燕;人体步态识别研究[D];北京交通大学;2010年

10 刘丽君;基于区域面积的步态识别研究[D];中南民族大学;2010年

本文编号：2780973